Den stora tråden om STATISTIK

[DQ-20]

Eftersom statistiska frågor återkommer gång på gång på faktiskt.se i samband med olika lyssningstest tyckte jag att det kunde vara bra med EN text som förklarar hur detta med STATISTIK fungerar i experimentsammanhang. Fokus kommer att vara f/e-lyssningar eftersom det verkar vara det ämne som oftast ger upphov till lika oändliga som förvirrade diskussioner. Min avsikt är att texten skall ge en intuitiv förståelse för de som läser den. Jag har funderar lite på pedagogiken, men jag ser framför mig att man avhandlar olika delämnen i en logisk sekvens som leder till förståelse av helheten. Jag har ju en del erfarenhet från hur resonemang brukar föras men jag kan ju inte se in i huvudet på alla som läser men inte gör inlägg. Tanken är alltså presentera kortare texter om olika teman som sedan kan bearbetas med frågor och kommentarer från de som är intresserade. Fokus är alltså statistiken, inte relevansen av blindtest, f/e-lyssning, ABX, objektiva test, induktion eller något annat ämne. Jag har reserverat ett antal inlägg för de olika deltexterna.

Jag är vare sig matematiker eller statistiker, dvs. jag har ingen grundexamen i statistik eller matematik, om någon undrar.

/DQ-20

[DQ-20]

1. STATISTISK INFERENS
Statistisk inferens handlar om att utifrån ett begränsat antal fall (URVAL; STICKPROV) uttala sig om ett stort antal fall som vi av någon anledning anser utgöra en avgränsad grupp med gemensamma attribut (POPULATION). Populationer kan vara ÄNDLIGA och empiriska, som t.ex. alla barn födda i Sverige 2012. En sådan population skulle vi i princip kunna göra en totalundersökning på om vi bara hade tillräckligt fullständiga register. Egenskaper i en POPULATION, t.ex. medelvärdet, kallas för en PARAMETER. När det gäller experiment använder man sig av en annan typ av populationsbegrepp, nämligen en HYPOTETISK OÄNDLIG POPULATION, t.ex. alla utförda och ännu inte utförda f/e-lyssningar genomförda under samma förutsättningar. Fördelen med att använda sig av URVAL är att vi i fallet med ÄNDLIGA populationer kan spara resurser genom att endast undersöka ett mindre antal fall. När det gäller HYPOTETISKA OÄNDLIGA populationer är en totalundersökning inte ens möjlig.

En HYPOTETISK OÄNDLIG POPULATION av försök (fall; händelser) är alltså det begrepp som ligger till grund för statistisk inferens från experiment. Kravet på att göra den hypotetiska populationen OÄNDLIG kommer sig av att vi måste säkerställa att populationen innehåller ALLA möjliga fall, även framtida, från vilka vi kan sägas dra ett slumpmässigt urval när vi utför experiment. I en oändlig population har varje försök en oändligt liten sannolikt att komma med i urvalet, dvs. de försök som vi verkligen genomför. Dessutom antar man att alla försök har lika stor chans att komma med. En OÄNDLIG HYPOTETISK population kan också vara en lämplig modell för en till synes ÄNDLIG population, om man tänker sig att resultaten även skall gälla framtida versioner av populationen.

Överkurs:
Länken mellan URVALET och POPULATIONEN bygger på sannolikhetskalkyler. För att denna länk skall hålla måste vi kunna definiera sannolikheten för att ett visst försök eller fall ska komma med i urvalet. Alla fall måste INTE ha samma sannolikhet att inkluderas, men deras individuella sannolikheter måste vara KÄNDA. Detta kräver någon form av slumpmässig mekanism för att ta fram urvalet, men möjliggör också viktning av vissa typer av fall baserat på extern information om populationen. Om vi till exempel på FÖRHAND vet att en viss population består av 10% röda och 90% blå fall kan vi ÖVERSAMPLA de röda fallen så att vi får tillräckligt med röda fall (i ANTAL) i vårt urval. URVALET kommer alltså att ha en högre andel ”röda” än vad POPULATIONEN innehåller. ”Värdet” av dessa röda fall i urvalet måste vi dock ”skala ned” med inversen på vår översampling när vi gör inferenser till vår population.


EDIT: röd text

[DQ-20]

2. SANNOLIKHETSBEGREPP
Det är sannolikhetskalkyler som länkar resultat i URVALET (dvs. de försök vi faktiskt gör) och den HYPOTETISKA OÄNDLIGA POPULATIONEN som gör resultaten GENERALISERBARA för framtiden. Men vad är ”sannolikhet”? Det finns faktiskt flera olika sannolikhetsbegrepp och minst fyra av dem är aktuella för att förstå och tolka de statistiska resultaten av t.ex. ett f/e-test. Det handlar inte om att lära sig att räkna ut sannolikheter utan att förstå vad de innebär på en kunskapsteoretisk nivå.

OBJEKTIV SANNOLIKHET
Sannolikhetsbegreppen har utvecklats i takt med att de empiriska vetenskaperna börjat använda sannolikhetskalkyler och SIGNIFIKANSTEST. Det KLASSISKA sannolikhetsbegreppet är främst en matematisk konstruktion där man på förhand kan resonera sig fram till alla alternativ. Begreppet förknippas med kända matematiker som Bernouilli och Laplace. KLASSISK sannolikhet kan definieras som ”samtliga fördelaktiga fall delat med det totala antalet möjliga fall när alla fall har samma sannolikhet att inträffa”. Ett vanligt tankeexempel är hypotetiska tärningskast med en teoretisk perfekt tärning. Sannolikheten att få en ”2:a” är då 1/6 (≈0,167). När man använder kombinatorik för att räkna ut chansen för svara rätt 7 gånger i rad i ett f/e-test trots att svaren är avgivna helt slumpmässigt, är det en KLASSISKA definitionen av sannolikhet som dyker upp. Sannolikheten att i en helt slumpmässig process svara alla rätt ELLER alla fel 7 gånger i rad blir då (1+1)/2^7≈0,0156.

Problemet med den KLASSISKA definitionen av sannolikhet att de flesta naturligt förekommande fenomen inte har någon på förhand given sannolikhetsfördelning. Dessa fördelningar kan därför endast erhållas empiriskt eller, i brist på annat, ANTAS följa en viss fördelning. Om vi tar exemplet med tärningen igen så ser vi att det första exemplet egentligen inte handlar om en riktig tärning utan endast om en matematisk modell som vi försöker ILLUSTRERA med ett fysiskt exempel. Om vi istället ställer oss frågan ”Hur stor är sannolikheten att slå en ”2:a” med JUST DEN HÄR TÄRNINGEN måste vi helt enkelt slå tärningen ett relativt stort antal gånger och se hur resultaten fördelar sig. Sannolikheten för att få en ”2:a” blir då den RELATIVA FREKVENSEN av just det resultatet. Om vi slår tärningen 1000 gånger och det blir en ”2:a” 175 gånger innebär detta att sannolikheten för att slå en ”2:a” är 175/1000=0,175. Detta är dock endast ett STATISTISKT VÄRDE som gäller URVALET. När det gäller den HYPOTETISKA OÄNDLIGA POPULATIONEN av tärningskast som en funktion av PARAMETERN så VET vi inte det sanna värdet (PARAMETERN) och kan heller aldrig VETA.

Jämfört med vår KLASSISKA modell ser vi att vår verkliga tärning HITTILLS verkar ha en större chans att hamna på en ”2:a” än vår teoretiskt perfekta tärning. Vad vi kan göra är att beräkna sannolikheten för UTFALLET givet ett ANTAGANDE av PARAMETERN, men vi kan inte VETA om resultatet i utfallet beror på att PARAMETERN har ett viss värde ELLER om avvikelsen från den teoriskt perfekta tärningen beror på slumpmässiga variationer i urvalsprocessen. I detta exempel kan vi alltså räkna på både KLASSISK sannolikhet och sannolikhet som RELATIV FREKVENS. För många naturliga fenomen finns det dock ingen möjlighet att tillämpa det klassiska begreppet - det är främst en matematisk konstruktion. Den tolkning av sannolikhet som är helt dominerande inom vetenskap idag är RELATIV FREKVENS eftersom det bättre tillfredsställer de behov som vetenskapen har. Dess dominans växte snabb i början av 1900-talet i takt med att statistiska metoder för SIGNIFIKANSTEST utvecklades. Pionjärer var R.A. Fisher, Jerzy Neyman, Egon Pearson, och John Venn.

LIKELIHOOD
Ett med sannolikhet närbesläktat begrepp är LIKELIHOOD. En LIKELIHOODFUNKTION kan sägas vara en spegelbild av en SANNOLIKHETSFUNKTION och definieras så att

.

Detta uttolkas att ”LIKELIHOODFUNKTIONEN för PARAMETERN givet UTFALLET är lika med SANNOLIKHETSFUNKTIONEN för UTFALLET, givet PARAMETERN”. Men varför gör man då skillnad på LIKELIHOOD och SANNOLIKHET när de ger identiska värden? Svaret ligger i vad man anser att en PARAMETER är. Med ett OBJEKTIVT sannolikhetsbegrepp är PARAMETERN det SANNA värdet i en population, t.ex. medelvärdet. Som sådan är det inte en (slump)variabel. Den bara är. PARAMETERN kan därför INTE vara en funktion av insamlad DATA, utan insamlad DATA är en funktion av PARAMETERN. Och här går det ofta fel, både för lekmän och forskare. Vi vill så gärna uttala oss om PARAMETERN och ge den ett sannolikhetsvärde som speglar vårt förtroende för dess värde baserat på DATA, men det kan vi inte med ett OBJEKTIVT sannolikhetsbegrepp. Att sätta ett sannolikhetsvärde på en PARAMETER är i grunden en SUBJEKTIV process. Om vi felaktigt tolkar LIKELIHOOD som identiskt med SANNOLIKHET gör vi oss skyldiga till OMVÄND SANNOLIKHET och det är inte förenligt med tolkningen av sannolikhet som RELATIV FREKVENS, som är den tolkning som ligger till grund för traditionella SIGNIFIKANSTEST. Sannolikhetslänken kan alltså bara utgå från en PARAMETER till DATA, inte från DATA till en PARAMETER. Detta är en av de absolut vanligaste feltolkningarna av SIGNIFIKANSTEST och det viktigast skälet till att ordet ”konfidens” inte bara är gravt missledande utan står i direkt strid mot antagandena i normala SIGNIFIKANSTEST. LIKELIHOOD har en mycket viktig roll i modern statistik genom en familj ESTIMATORER (ung. "algoritmer för parameterskattning") som kallas MAXIMUM LIKELIHOOD. Det är en metod att ESTIMERA parametrar som blivit populär i takt med att persondatorer blivit tillräckligt kraftfulla för att numeriskt räkna ut de integraler som är förknippade med metoden. Den är främst tillämpbar på större urvalsstorlekar.

SUBJEKTIV SANNOLIKHET OCH BAYESIANSK INFERENS
Men finns det då verkligen ingen väg att utifrån DATA sätta något värde på vårt förtroende för PARAMETERN? Även om vi inte sätter ett formellt numeriskt värde så måste vi ändå sätta en viss (subjektiv) tilltro till en viss uppfattning om hur verkligheten är beskaffad. Annars har vi som människor ingen grund för att agera. Jo, det finns det och då hamnar vi ett fjärde sannolikhetsbegrepp, nämligen SUBJEKTIV sannolikhet eller BAYESIANSK sannolikhet. En SUBJEKTIV sannolikhet anger graden av förtroende för något uttryckt som ett numeriskt värde. Det handlar alltså om ett PROBABILISTISKT förhållningssätt till världen. Till skillnad från sannolikhet som RELATIV FREKVENS kan man tillämpa SUBJEKTIVA sannolikheter i enskilda fall. En viktig implikation av att gå från ett OBJEKTIVT till SUBJEKTIVT sannolikhetsbegrepp är den ställning som PARAMETERN har. Med ett OBJEKTIVT sannolikhetsbegrepp (t.ex. RELATIV FREKVENS) är PARAMETERN ingen varibel. Med ett SUBJEKTIVT sannolikhetsbegrepp blir PARAMETERN istället en SLUMPVARIABEL med en viss fördelning. PARAMETERNS ställning är alltså väsensskild mellan dessa båda tolkningar av sannolikhet.

Namnet BAYESIANSK inferens kommer av BAYES THEOREM. I korthet kan man säga att det är en algoritm som visar hur man ska uppdatera en subjektiv sannolikhet som man har INNAN man samlar in data (kallad en PRIOR) med den ”LIKELIHOOD” man erhåller för för DATA GIVET HYPOTESEN när man samlar in DATA. Den subjektiva sannolikhet som man erhåller EFTER man har uppdaterat sin PRIOR med ny informationen kallas POSTERIOR. En POSTERIOR kommer att bli en ny PRIOR när man samlar in mer data i nya försök. Denna process kallas BAYESIANSK INFERENS och löser problemet med att OMVÄND SANNOLIKHET. BAYES THEOREM kan skrivas på lite olika sätt men för INFERENS ser den ofta ut såhär:



där H står för "Hypotes" och E står för Evidens, dvs. data, och | betyder "givet".
Detta skall tolkas som att en POSTERIOR för en viss HYPOTES GIVET NY DATA är lika med PRIOR gånger ”LIKELIKHOOD” för DATA givet HYPOTESEN, delat med sannolikheten för DATA. P(E) är en normaliseringskonstant som kan vara svår att räkna ut, men budskapet är (ganska) enkelt: POSTERIOR är PROPORTIONELL mot PRIOR multiplicerat med SANNOLIKHETEN FÖR DATA GIVET HYPOTESEN.

Priset är dock högst påtagligt, framför allt när det gäller att bestämma fördelningen för PRIOR och DATA. Dessutom är begreppet inte kompatibelt med traditionella SIGNIFIKANSTEST. Litteraturen kring BAYESIANSK inferens upphåller sig till stor del kring olika principer för att objektivt välja en lämplig fördelning för en PRIOR. Viktigast är ”MAXIMUM ENTROPY” som i lekmannatermer innebär att man skall välja en PRIOR som antar så lite som möjligt utan att för den sakens skull anta för lite. Som en passus kan man tillägga att det KLASSISKA sannolikhetsbegreppets ”indifferensprincip” som tillskriver alla utfall samma sannolikhet, är ett gränsvärde för ”maximum entropy” när det inte finns någon tidigare information som säger att ett visst utfall borde vara mer sannolikt än något annat. Att gräva djupare i bayesiansk inferens skulle snabbt leda bort från målet med denna text, nämligen att ge ett slags ”känsla” för statistiken. Den är heller inte relevant för traditionella SIGNIFIKANSTEST, mer än som en påminnelse om hur man INTE kan tolka SIGNIFIKANSVÄRDEN. Den som är mer intresserad kan hitta mycket på Internet om detta. Formell behandling av bayesiansk inferens återfinns främst inom litteraturen för maskininlärning och statistik mekanik. En besläktad litteratur handlar om "bayesianska nätverk" inom data- och systemvetenskapen.

SAMMANFATTNINGSVIS kan vi konstatera att det finns två grundläggande förhållningssätt till sannolikhet: OBJEKTIV och SUBJEKTIV sannolikhet. Bland OBJEKTIVA sannolikhetsbegrepp är SANNOLIKHET SOM RELATIV FREKVENS idag den helt dominerade. KLASSISK sannolikhet dyker dock upp när vi vill beräkna hypotetiska värden för en PARAMETER med hjälp av kombinatorik. SUBJEKTIV sannolikhet är en ett numerisk värde på vår grad av förtroende för något, t.ex. ett samband eller en parameter. SUBJEKTIV sannolikhet är förknippat med BAYESIANSK INFERENS som är en algoritm för att hantera SUBJEKTIVA sannolikheter på ett matematiskt korrekt sätt. Att hantera subjektiv sannolikhet (dvs. grad av förtroende) för ett visst utfall UTAN att ta hänsyn till bayesiansk inferens leder till felaktiga slutsatser.

_____________________________________________
Frågor på det?

OBS. Jag vill återigen framföra att den stora utmaningen i texten är pedagogisk så kritik i form av påpekanden och frågor är mycket välkomna. Den här typen av texter är för övrigt INTE "snutna ur näsan", i alla fall inte för mig, så ta det försiktigt med F5 den kommande veckan.

/DQ-20

EDIT i rött

[DQ-20]

3. STATISTISKA SIGNIFIKANSTEST

Vi inleder med följande lilla jakthistoria:

- Jag satt ute på pass i helgen när det kom en älg förbi.
  Jag skulle just till att skjuta då det plötsligt dök upp
  en björn som började gör utfall mot älgen!
  Jag visste inte riktigt vad jag skulle göra.

- Det var som sjutton! Vad gjorde älgen?

- Den klättrade upp i ett träd!

- Men älgar kan väl inte klättra i träd?!

- Nej, jag vet. Men vad fan skulle den göra?

Statistiska signifikanstest åläggs ofta uppgifter de egentligen inte kan lösa. Det gäller främst möjligheten att utifrån insamlad data uttala sig om de mekanismer som genererar data. Att gå från det ”partikulära” (de fall man verkligen undersöker) till det ”generella” (lagbundenheter som genererar utfallen) är inte oproblematiskt. Minst sagt. Och det är ingen slump att det kallas signifikanstest och inte ”konfidenstest”.

Att något är STATISTISKT SIGNIFIKANT kommer av engelskans significant som betyder ungefär ”betydelsefull”, ”viktig” eller ”värd att lägga märke till”. Begreppet populariserades av R A Fisher under 1920-talet då den moderna doktrinen för signifikanstest grundlades. Andra viktiga bidrag kom då från bl.a. Jerzy Neuman och Egon Pearson. Den grundläggande tolkningen av sannolikhet som ligger till grund för deras arbeten är RELATIV FREKVENS. Det som avgör om ett resultat är STATISTISKT SIGNIFIKANT är om det i statistisk mening är ovanligt. Vi kan ta ett exempel.

Den som sett matcher från den amerikanska basketligan NBA kan inte ha undgått att lägga märke till att genomsnittslängden och variationen kring detta genomsnitt skiljer sig från övriga befolkningen – de flesta är runt 2 meter. Men det finns även spelare kring 1,75 m som regelbundet ”dunkar” bollen. Om vi drar ett slumpmässigt urval bland spelarna i NBA finns det en liten, men dock, chans att vi får en samling spelare som alla mäter mellan 1,75 och 1,85 och som vi inte skulle uppfatta som representativa för spelare i NBA som grupp betraktat. Om vi vet medellängden och hur populationen av spelare är fördelade runt detta medelvärde så kan vi beräkna sannolikheten för att få ett urval med en medellängd som avviker med ett visst värde från det sanna medelvärdet för alla spelare i NBA. Fördelningar av naturliga fenomen följer ofta en mindre samling matematiskt väldefinierade funktioner, vilket underlättar beräkningarna.

Om vi däremot försöker uttala om populationens egenskaper utifrån vårt urval stöter vi på patrull. Om vi inte känner till populationens sanna egenskaper så är data från vårt urval det enda vi har att gå på. Men hur kan vi veta om urvalet är representativt? Svaret är förstås: det vet vi inte. Det enda vi kan uttala oss om hur sannolikt ett visst urval är utifrån ANTAGANDEN om egenskaper hos populationen. Och det är precis vad ett SIGNIFIKANSTEST gör: hur (o)sannolikt är ett visst resultat givet vissa ANTAGANDEN om populationens egenskaper? Repris: ett statistiskt SIGNIFIKANT resultat är ett resultat som är statistiskt ovanligt och därför värt att lägga märke till.

Ett vanligt förförande vid hypotestestning går till på följande sätt:

1a. Ställ upp en nollhypotes (H0), som är den hypotes som skall testas
1b. Ställ upp en alternativ hypotes (uttalad eller outtalad) som är nollhypotesens komplement, dvs. INTE H0.
2. Genomför ett statistiskt test av nollhypotesen
3. Tillämpa en beslutsregel som avgör under vilken sannolikhetsnivå som du skall förkasta nollhypotesen. Välj den lägsta av flera standardiserade nivåer (t.ex. 0,01 eller 0,05) som den erhållna sannolikheten underskrider.

Litteraturen kring signifikanstest är inte samstämmig, i synnerhet inte om man går till urkällorna. Det gäller främst alternativhypotesens ställning och tillämpandet av en eventuell beslutsregel. Den ovanstående processen är det ”moderna” gängse sättet att gå tillväga men stöds faktiskt inte av någon av de grundläggande ”skolorna” inom signifikanstest (R A Fisher och Neyman/Pearson). Man kan kritiskt säga att man tagit det bästa (eller sämsta) av två världar och format en oheliga allians.

För att återgå till vårt basketexempel kan vi tänka oss att vi av olika anledningar (teori, observationer) vill testa om medellängden för spelare i NBA är MINST 2,00 meter. Detta är vår nollhypotes. Att ”noll” ingår i nollhypotesen har inget med ”ingen effekt” eller ”inget resultat” att göra utan kommer av engelskans ”null hypothesis”. Detta bör snarare tolkas som ett slags grundantagande eller ”baseline”. I vårt hypotetiska fall blir vår implicita alternativa hypotes att medelvärdet MINDRE är 2,00 meter.

UTVIKNING
Det skall sägas att nollhypoteser ofta är utformade i termer av ”ingen effekt” eller "ingen skillnad". Den alternativa hypotesen blir då ”någon effekt” eller "någon skillnad" men utan att man specificerar ett värde på hur stor effekten eller skillnaden är. Detta är praktiskt om man inte har särskilda skäl att definiera en viss effektstorlek.

Själva signifikanstestet i vårt exempel går till så att vi räknar ut sannolikheten för vårt urval under antagandet att det sanna medelvärdet är 2,00 meter eller mer. Om det skull slumpa sig så att vi får ett urval med många spelare under medellängd kommer våra beräkningar visa att det är mycket osannolikt att urvalet kommer från en population med det medelvärde över 2,00 m. Rent hypotetiskt kan vi säga att sannolikheten är 0,02 för vårt erhållna urval. Lika hypotetiskt tillämpar vi en beslutregel som säger ”förkasta nollhypotesen om sannolikheten för resultatet (p) är mindre än 0,05. Eftersom 0,02 är mindre än 0,05 förkastar vi nollhypotesen. Logiskt sett har vi inget annat att välja på än att behålla den alternativa hypotesen, nämligen att medelängden bland spelarna i den amerikanska basketligan är UNDER 2,00 m. Vi har inte bevisat något i strikt mening, men vad fan ska man göra.

Här har vi valt ett exempel där beslutsregeln leder till ett felaktigt beslut. Vi har förkastat en sann nollhypotes och gör oss därför skyldiga till ett beslutsfel av typ 1. Men så var vårt urval också osannolikt.

När det gäller F/E-tester bygger de flesta redovisade uträkningarna på kombinatorik. För att öka förståelsen kan vi istället angripa problemet med en PARAMETRISERAD modell där den hypotetiska oändliga populationen karaktäriseras av en central tendens (medelvärde) och ett spridningsmått (varians eller standardavvikelse), dvs. populationens PARAMETRAR. Den relevanta sannolikhetsfunktionen för en variabel som kan anta värdena 1 eller 0 med sannolikheterna p respektive 1-p kallas binomialfunktionen. Medelvärdet för ett försök är p och variansen för ett försök är p*(1-p). För en serie med n försök blir medelvärdet n*p och variansen n*p*(1-p).

Om vi har en variabel med värdena 0 (fel) och rätt (1) kommer en helt slumpmässig process att generera ett långsiktigt medelvärdet på 0,5 för varje försök. Om vi vill undersöka om en serie försök kommer från en population som INTE har ett medelvärdet på 0,5, dvs INTE kommer från en helt slumpmässig process, kan vi ställa upp följande hypoteser.

H0: Det sanna medelvärdet = 0,5
HA: Det sanna medelvärdet är INTE 0,5

Binomialfunktionen tecknas på detta sätt:

(1)

Tolkningen är att sannolikheten P att få exakt k ”rätt” i en serie försök beror av hur många försök man gör (n), hur stor sannolikheten patt få ”rätt” är i varje försök, samt hur stor sannolikheten q är att svara fel.

q=1-p (2)

och

(3)

Vi kan här lägga märke till att p kan varieras. Vi skulle således kunna ställa upp en nollhypotes med valfritt värde på p och är inte bundna till just 0,5 även om det är det enda förekommande i just F/E-lyssningar

ETT EXEMPEL
Vad är sannolikheten att få MINST 8 rätt i 9 försök om sannolikheten för att svara rätt i varje försök är 0,5. Vi måste då använda den KUMULATIVA sannolikhetsfunktionen. För kontinuerliga sannolikhetsfunktioner, exempelvis den klassiska normalfördelning, innebär detta arean under kurvan för sannolikhetsfunktionen, dvs. att den kumulativa sannolikhetsfunktionen eller sannolikhetsfördelningen är integralen av sannolikhetsfunktionen. För diskreta sannolikhetsfördelningar summera vi de enskilda sannolikheter som ges av sannolikhetsfunktionen.

I vårt fall blir den kumulerade sannolikheten att vi får MINST 8 av 9 rätt summan av sannolikheten att få 8 av 9 rätt PLUS sannolikheten att får 9 av 9 rätt, formellt ”P(k≥8 )”

För 8 av 9 rätt gäller

k=8
n=9
p=0,5
q=0,5

För 9 av 9 rätt gäller:

k=9
n=9
p=0,5
q=0,5

För den som är road är det bara att plugga in värdena formlerna (1) och (3) och summera. För den som är mindre road, finns färdiga kalkylatorer på nätet, t.ex.

http://stattrek.com/online-calculator/binomial.aspx

Svaret blir i alla fall 0,0195

Om vi tillämpar beslutsregeln att förkasta H0 om p är mindre än 0,05 så innebär resultatet minst 8 av 9 rätt att vi förkastar H0. Slutsatsen blir att våra försök INTE kommer från en hypotetisk oändlig population med medelvärdet 0,5, dvs. våra svar är inte helt slumpmässiga.

Skulle vi acceptera utfallen som innebär minst 8 av 9 FEL stiger den kumulerade sannolikheten till det dubbla, dvs. p=0,039, eftersom vi också kommer att acceptera resultat med "ett eller färre fel". Beslutet att förkasta H0 kvarstår dock.

Och sådär kan man hålla på…

ÖVERKURS
Centrala gränsvärdesteoremet ger att SUMMAN av en serie STATISTISKT OBEROENDE och IDENTISKT FÖRDELADE slumpvariabler (sk. i.d.d., independently and identically distributed) tenderar att vara fördelade enlig normalfördelningen OBEROENDE av variablernas grundläggande fördelning. Om vi betraktar varje försök i en serie på 7 som en slumpvariabel kommer alltså fördelning av denna summa tendera mot normalfördelning. Tumregeln säger att när det ingår 20 försök i varje serie/testomgång kan man med acceptabelt resultat ersätta binomialfördelningen med normalfördelningen. Ju kortare serie, desto större fel får man genom att approximera binomialfördelningen med normalfördelningen. Fördelen är att normalfördelningen är markant mindre beräkningskrävande vid ökande serielängder.

För att summera några av de viktigaste punkterna i signifikanstest:

1. Ett signifikanstest provar hur sannolikt ett erhållet resultat är givet antaganden om parametrarnas värden, INTE sannolikheten för de parametrar som antas styra utfallen.
2. Statistiskt SIGNIFIKANTA resultat är resultat som är ovanliga, givet vissa antaganden om PARAMETERARNA (populationsegenskaper). Osannolika resultat är värda att lägga märke till. Förenklat: SIGNIFIKANT är det samma som OVANLIGT.
3. Desto ovanligare ett utfall är (dvs. har LÅG sannolikhet för att inträffa) desto HÖGRE är dess statistisk signifikans (ovanlighet).
4. Ett signifikanstest provar H0, men INTE den alternativa hypotesen HA.
5. Vi förkastar H0 på grundval av en BESLUTSREGEL och hur (o)sannolikt utfallet är.
6. (O)sannolikheten för ett utfall under antagandena i H0 är INTE det samma som hur sannolik den alternativa hypotesen är. Det beror dels på att vi formellt inte testar den alternativa hypotesen HA utan endast H0, dels på att det skulle innebära ”omvänd sannolikhet” vilket inte är förenligt med definitionen av sannolikhet som relativ frekvens, vilket är den definition som signifikanstest förutsätter.

En slutsats man bör dra är att användningen av ordet ”konfidens” för (1-p), tolkat som ”förtroende för den alternativa hypotesen”, inte har med signifikanstest att göra, hur gärna vi än skulle vilja.

Och älgar kan inte klättra i träd.

Frågor på det?

Nästa avsnitt kommer sannolikt att behandla hur man kan tänka kring signifikansvärden vid avbrutna serier. Grundidén är att det i t.ex. F/E-test inte handlar om att man förlänger en testserie i hopp om att uppnå ett statistiskt signifikant resultat utan att man förkortar en testserie som egentligen är längre när man väl har uppnått ett statistiskt signifikant resultat.

/DQ-20

PS: Jag vill upprepa att jag är mycket tacksam för påpekanden om:
1. Sakfel
2. Pedagogiska missgrepp. Indikationer på pedagogiska missgrepp är att du inte förstår inlägget, tycker det inte är tillräcklig informativt eller tycker det är FÖR informativt.
3. Jag hade velat använda tecken för "mer än" och "mindre än" men det tolkar forumprogramvaran som html-taggar och vägrar acceptera texten.
4. Möjligen genererar mitt basketexempel mer frågor än svar. Jag skall klura på det lite till.

[DQ-20]

Reserverat

[DQ-20]

Reserverat

[Almen]

Nice. Kanske kan bli en artikel av det.

[hifikg]

Vad behöver du veta?

[DQ-20]

Nice. Kanske kan bli en artikel av det.

Ja, i alla fall EN sammanhängande text.

/DQ-20

[PerStromgren]

F5.F5.F5.F5.F5.F5.

[Svante]

Kul! Jättebra att du förklarar alla "grundorden" själv snubblar jag ofta på dem när jag läser det du skriver.

Jag känner mig konfident att detta kommer att bli en bra tråd.

Reserverat

Voffödådå, det är väl bara att redigera förstainlägget?

[Svante]

F5.F5.F5.F5.F5.F5.
_________________
... tycker jag!

Per

Du menar väl "trycker jag"?

[Naqref]

Den här gör vi till sticky redan nu.

[KarlXII]

Jag är vare sig matematiker eller statistiker, dvs. jag har ingen grundexamen i statistik eller matematik, om någon undrar.

/DQ-20

Vad är du då?

[DQ-20]

Den här gör vi till sticky redan nu.

Härreguud vilken press!

Nåja, det blir väl inte hyperfart på mina inlägg: det tar lite tid att knåpa ihop text och man har ju annat att göra om dagarna. Men nästa inlägg kommer sannolikt att heta "Sannolikhetsbegrepp".

/DQ-20

[DQ-20]

Jag är vare sig matematiker eller statistiker, dvs. jag har ingen grundexamen i statistik eller matematik, om någon undrar.

/DQ-20

Vad är du då?

Skit i det du, så lever du längre!

[Laila]

Prisjägare/pillertrillare/begravningsentreprenör, allt i ett . . . typer ?

Slut på OT.

[dimitri]

statistik är område där det intuitiva kan krocka med det matematiska. Det är eller brukar vara eller naturligt att det intuitiva försvaras. Det har hänt mig här på Faktiskt. Med all respekt för statistik och matematik kommer människan alltid att reagera intuitivt i livsavgörande situationer. Nu är inte F/E tester livsavgörande. Gott så

[Nattlorden]

Nu är inte F/E tester livsavgörande.

Vad säger du, människa!!?

[roggaro]

nån nämnde instinktivt, tror ja

EDIT: förresten vad har sannolikhetskalkyler med faktiskt att göra

[DQ-20]

statistik är område där det intuitiva kan krocka med det matematiska. Det är eller brukar vara eller naturligt att det intuitiva försvaras. Det har hänt mig här på Faktiskt. Med all respekt för statistik och matematik kommer människan alltid att reagera intuitivt i livsavgörande situationer. Nu är inte F/E tester livsavgörande. Gott så

Det beror kanske på vad man menar med "intuitivt". Tänk "kliniska blicken" eller "känsla för", så förstår du vad jag menar. Vad jag avser är att man kan "se" begrepp och samband framför sig utan att nödvändigtvis kunna ställa upp formler och räkna på det. Kan det vara en lagom målsättning?

/DQ-20

[aisopos]

Ett väldigt trevligt initiativ DQ-20.



I mina försök att låta begreppet "inferens" sjunka in och fördjupas lite har jag googlat
fram följande:
Först denna, mycket lite, mycket enkelt, ger kanske inte mer info än vi redan finner
i tråden, och dessutom kanske en tveksam källa? men i vilket fall,
http://www.aktiesite.se/Statistik/infer ... tistik.htm

Däremot denna (som jag inte själv är klar med än) verkar rejält gedigen med hur mycket
info som helst att ösa ur.
http://www.bbs.hik.se/utbildning/kurssi ... ns_bbs.pdf
Redan inledningen var ju lovande, med bilden och förklaringen över hur man antingen
söker svaret på sin fråga från ena eller andra hållet.
Där tror jag att jag själv har tänkt bort mig en del, att blanda ihop sannolikheterna
med förutsägelse av verkligheten utifrån stickproven.

[DQ-20]

Jag känner mig konfident att detta kommer att bli en bra tråd.

Ussare, kvanting!

Reserverat

Voffödådå, det är väl bara att redigera förstainlägget?

Skit i det, så lever du längre! (Mitt nya avsnoppande universalsvar.)

/DQ-20

[DQ-20]

Däremot denna (som jag inte själv är klar med än) verkar rejält gedigen med hur mycket
info som helst att ösa ur.
http://www.bbs.hik.se/utbildning/kurssi ... ns_bbs.pdf

Gulligt med klassisk statistiksvenska: "stickprov".

För att förtydliga så jag själv inga problem med detta. Problemet är främst pedagogiskt och ligger mycket i innebörden av de grundläggande begreppen inferens, sannolikhet, och signifikanstest och hur dessa är kopplade. Målet är att eventuellt kunna sätta punkt för fler statistikdiskussioner om samma saker om och om igen, främst vad gäller f/e-tester. Det handlar alltså inte om allmänna kunskaper utan ganska specifikt för experimentliknande situationer där man väljer mellan två alternativ i relativt korta serier.

/DQ-20

PS. Den första länken kan du glömma.

[Nattlorden]

EDIT: förresten vad har sannolikhetskalkyler med faktiskt att göra

Nu kom jag att tänka på Harrisburg...

[petersteindl]

1. STATISTISK INFERENS
Statistisk inferens handlar om att utifrån ett begränsad antal fall (URVAL) uttala sig om ett stort antal fall som vi av någon anledning anser utgöra en avgränsad grupp med gemensamma attribut (POPULATION). Populationer kan vara ÄNDLIGA och empiriska, som t.ex. alla barn födda i Sverige 2012. En sådan population skulle vi i princip kunna göra en totalundersökning på om vi bara hade tillräckligt fullständiga register. När det gäller experiment använder man sig av en annan typ av populationsbegrepp, nämligen en HYPOTETISK OÄNDLIG POPULATION, t.ex. alla utförda och ännu inte utförda f/e-lyssningar genomförda under samma förutsättningar. En HYPOTETISK OÄNDLIG POPULATION av försök (fall; händelser) är alltså det begrepp som ligger till grund för statistisk inferens från experiment. Kravet på att göra den hypotetiska populationen OÄNDLIG kommer sig av att vi måste säkerställa att populationen innehåller ALLA möjliga fall, även framtida, från vilka vi kan sägas dra ett slumpmässigt urval när vi utför våra experiment. Vi vill ju att våra slutsatser skall hålla även i framtiden. I en oändlig population har varje försök en oändligt liten sannolikt att komma med i urvalet, dvs. de försök som vi verkligen genomför. Dessutom antar man att alla försök har lika stor chans att komma med. En OÄNDLIG HYPOTETISK population kan också vara en lämplig modell för en till synes ÄNDLIG population, om man tänker sig att resultaten även skall gälla framtida versioner av populationen.

Överkurs:
Länken mellan URVALET och POPULATIONEN bygger på sannolikhetskalkyler. För att denna länk skall hålla måste vi kunna definiera sannolikheten för att ett visst försök eller fall ska komma med i urvalet. Alla fall måste INTE ha samma sannolikhet att inkluderas, men deras individuella sannolikheter måste vara KÄNDA. Detta kräver någon form av slumpmässig mekanism för att ta fram urvalet, men möjliggör också viktning av vissa typer av fall baserat på extern information om populationen. Om vi till exempel på FÖRHAND vet att en viss population består av 10% röda och 90% blå fall kan vi ÖVERSAMPLA de röda fallen så att vi får tillräckligt med röda fall (i ANTAL) i vårt urval. URVALET kommer alltså att ha en högre andel ”röda” än vad POPULATIONEN innehåller. ”Värdet” av dessa röda fall i urvalet måste vi dock ”skala ned” med inversen på vår översampling när vi gör inferenser till vår population.

Frågor på det?

Reserverat.

[Almen]

Nu är jag kanske fel ute, men vore det hemskt opassande att inkludera en lätt resonerande Bayes-analys av en F/E-lyssning? Som ett komplement, liksom.

[DQ-20]

Nu är jag kanske fel ute, men vore det hemskt opassande att inkludera en lätt resonerande Bayes-analys av en F/E-lyssning? Som ett komplement, liksom.

Det kommer, hade jag tänkt, dels under sannolikhetsbegrepp, dels under tolkning av signifikanstest. Mest som en passus, men det är viktigt för att förstå att signfikansnivå inte säger något om hur sannolika parametrarna är, såvida man inte använder sig av en bayesiansk approach. Och det gör ju inte så många och de som gör det är kufar. Det blir kanske en kalldusch för de som tror att 1-p har något med matematiskt bevisat förtroende att göra...

[Almen]

Sweet.

[Svante]

F5

[Naqref]

Jag är vare sig matematiker eller statistiker, dvs. jag har ingen grundexamen i statistik eller matematik, om någon undrar.

/DQ-20

Vad är du då?

Skit i det du, så lever du längre!

Jag tror du är ekonom. Det är bara de som är mentalt rustade för så menlösa och urtråkiga ämnen som ekonomi och statistik.

[2-ch]

Jag tror du är ekonom. Det är bara de som är mentalt rustade för så menlösa och urtråkiga ämnen som ekonomi och statistik.

Har inte ekonomer grundexamen i matematik nu heller.... var är världen på väg

[Almen]

1. STATISTISK INFERENS
---
När det gäller experiment använder man sig av en annan typ av populationsbegrepp, nämligen en HYPOTETISK OÄNDLIG POPULATION, t.ex. alla utförda och ännu inte utförda f/e-lyssningar genomförda under samma förutsättningar. En HYPOTETISK OÄNDLIG POPULATION av försök (fall; händelser) är alltså det begrepp som ligger till grund för statistisk inferens från experiment.
---
Frågor på det?

Ja, är detta alltså Fisher's exact test?

[Almen]

Nu är jag kanske fel ute, men vore det hemskt opassande att inkludera en lätt resonerande Bayes-analys av en F/E-lyssning? Som ett komplement, liksom.

Det kommer, hade jag tänkt, dels under sannolikhetsbegrepp, dels under tolkning av signifikanstest. Mest som en passus, men det är viktigt för att förstå att signfikansnivå inte säger något om hur sannolika parametrarna är, såvida man inte använder sig av en bayesiansk approach.

Utan att kunna något om Bayes så känns det, med utgångspunkt från de lyssningstester jag varit med och arrangerat, som att priorn uppskattas väldigt olika av de olika deltagarna. Kan du inkludera lite hur man resonerar där också?

[DQ-20]

1. STATISTISK INFERENS
---
När det gäller experiment använder man sig av en annan typ av populationsbegrepp, nämligen en HYPOTETISK OÄNDLIG POPULATION, t.ex. alla utförda och ännu inte utförda f/e-lyssningar genomförda under samma förutsättningar. En HYPOTETISK OÄNDLIG POPULATION av försök (fall; händelser) är alltså det begrepp som ligger till grund för statistisk inferens från experiment.
---
Frågor på det?

Ja, är detta alltså Fisher's exact test?

Nej, men det är mycket riktigt Fisher som oftast citeras som källa för att det är en hypotetisk oändlig population som är den relevanta populationen för experiment. Fisher's exact test gäller korstabeller med kategoriska variabler där man oftast använder Chi2-distributionen för att finna ett approximativt resultat. Fisher's exact test kräver mycket räknande och fakulteterna står som spön i backen. Har man många klasser går datorn och lägger sig.

/DQ-20

[DQ-20]

Nu är jag kanske fel ute, men vore det hemskt opassande att inkludera en lätt resonerande Bayes-analys av en F/E-lyssning? Som ett komplement, liksom.

Det kommer, hade jag tänkt, dels under sannolikhetsbegrepp, dels under tolkning av signifikanstest. Mest som en passus, men det är viktigt för att förstå att signfikansnivå inte säger något om hur sannolika parametrarna är, såvida man inte använder sig av en bayesiansk approach.

Utan att kunna något om Bayes så känns det, med utgångspunkt från de lyssningstester jag varit med och arrangerat, som att priorn uppskattas väldigt olika av de olika deltagarna. Kan du inkludera lite hur man resonerar där också?

Jag håller på...Lättast förstår man det om man titta på Bayes teorem. Hela poängen med bayesiansk inferens är att man har en subjektiv sannolikhet om ett resultat innan man gör försöket (pga. tidigare erfarenhet, andra försök, teori) som man sedan uppdaterar med ny information som man får när man samlat in ny data. Det illustrerar också på ett bra sätt hur vi människor fungerar: vi bedömer resultat på olika sätt beroende på vad vi har för förväntningar. Om man har en prior=0, det vill säga att man tror att ett resultat är omöjligt, så spelar det ingen roll vilka bevis man lägger fram. Posterior probability blir i alla fall noll. Det finns objektiva sätt att välja en prior som baseras på t.ex. maximal entropi men det är mer för AI och maskininlärning. I ett bayesianskt perspektiv är de subjektiva sannolikheterna just subjektiva när det gäller människor.

/DQ-20

[Almen]

Jo, jag försöker sätta mig in lite i Bayes, känns lite som allmänbildning.

Ser fram emot kommande inlägg.

[DQ-20]

Jo, jag försöker sätta mig in lite i Bayes, känns lite som allmänbildning.

Ser fram emot kommande inlägg.

Nytt inlägg på sidan 1. Nästa inlägg kommer att heta "signifikanstest", men det kommer att dröja.

[Almen]

Mumma!

[Svante]

När man använder kombinatorik för att räkna ut chansen för svara rätt 7 gånger i rad i ett f/e-test trots att svaren är avgivna helt slumpmässigt, är det KLASSISKA definition av sannolikhet som dyker upp. Sannolikheten att i en helt slumpmässig process svara alla rätt ELLER alla fel 7 gånger i rad blir då (1+1)/7^2≈0,04.

Du menar (1+1)/2^7≈0,016.

[DQ-20]

När man använder kombinatorik för att räkna ut chansen för svara rätt 7 gånger i rad i ett f/e-test trots att svaren är avgivna helt slumpmässigt, är det KLASSISKA definition av sannolikhet som dyker upp. Sannolikheten att i en helt slumpmässig process svara alla rätt ELLER alla fel 7 gånger i rad blir då (1+1)/7^2≈0,04.

Du menar (1+1)/2^7≈0,016.

Hahaha! Ja! Det blir edit på det där... (Jag noterade att din kommentar saknade frågetecken...)

[Svante]

(Jag noterade att din kommentar saknade frågetecken...)

Ja?

[DQ-20]

(Jag noterade att din kommentar saknade frågetecken...)

Ja?

[KarlXII]

(Jag noterade att din kommentar saknade frågetecken...)

Ja?

Lämna för jösse namn inte för många uträkningar i posterna.
Svante får inget gjort på jobbet då; han måste nämligen kontrollräkna allesammans.

[DQ-20]

(Jag noterade att din kommentar saknade frågetecken...)

Ja?

Lämna för jösse namn inte för många uträkningar i posterna.
Svante får inget gjort på jobbet då; han måste nämligen kontrollräkna allesammans.

Det är det som är meningen. Om JAG skall lida skall ALLA ANDRA också lida. (Märk väl att jag har blivit ännu latare och numera SKRIKER istället för att kursivera.)

Lidande hälsningar,

DQ-20,001

PS. EDIT i rött på det andra inlägget.

[StefanL]

Heja DQ-20!

[DQ-20]

Jag tror du är ekonom. Det är bara de som är mentalt rustade för så menlösa och urtråkiga ämnen som ekonomi och statistik.

Har inte ekonomer grundexamen i matematik nu heller.... var är världen på väg

Det hade faktiskt en hel del på 70-talet då alla skulle pyssla med operationsanalys. Operationsanalys visade sig efter hand vara bland det mest meningslösa man kunde ägna sig åt och en hel generation desillusionerade företagsekonomer, som nu är i pensionsåldern, gjorde aldrig en integral mer i hela sitt liv och började ägna sig åt kvalitativa metoder. Men jävlar vad bra företagsekonomer var på att räkna på den tiden. De producerade mängder av modeller som var lika matematiskt eleganta som de var praktiskt irrelevanta.

/DQ-20,001

[2-ch]

Men jävlar vad bra företagsekonomer var på att räkna på den tiden. De producerade mängder av modeller som var lika matematiskt eleganta som de var praktiskt irrelevanta.

En ovanlig kombination, humor och ekonomi i samma mening.

[Svante]

(Jag noterade att din kommentar saknade frågetecken...)

Ja?

[DQ-20]

Nu är jag kanske fel ute, men vore det hemskt opassande att inkludera en lätt resonerande Bayes-analys av en F/E-lyssning? Som ett komplement, liksom.

För att förstå hur bayesiansk inferens fungerar kan det kanske vara bra med ett praktiskt exempel som är lätt att relatera till. Wikipedia-länken handlar om en vardagsföreteelse, nämligen spamfilter (med "supervised learning" i maskininlärningstermer). Det var när jag själv studerade funktionen hos ett specifikt bayesianskt spamfilter (K9), som "poletten" verkligen trillade ned vad gäller betydelsen av prior, posterior och Bayes teorem. Analogierna med bayesiansk inferens är ganska enkla att se, även om sannolikheterna egentligen är vektorer i exemplet.

http://en.wikipedia.org/wiki/Bayesian_spam_filtering

/DQ-20

[Almen]

Nu är jag kanske fel ute, men vore det hemskt opassande att inkludera en lätt resonerande Bayes-analys av en F/E-lyssning? Som ett komplement, liksom.

För att förstå hur bayesiansk inferens fungerar kan det kanske vara bra med ett praktiskt exempel som är lätt att relatera till. Wikipedia-länken handlar om en vardagsföreteelse, nämligen spamfilter (med "supervised learning" i maskininlärningstermer). Det var när jag själv studerade funktionen hos ett specifikt bayesianskt spamfilter (K9), som "poletten" verkligen trillade ned vad gäller betydelsen av prior, posterior och Bayes teorem. Analogierna med bayesiansk inferens är ganska enkla att se, även om sannolikheterna egentligen är vektorer i exemplet.

http://en.wikipedia.org/wiki/Bayesian_spam_filtering

/DQ-20

Tack, skall kolla upp det.

Spontant associerar jag till en iterativ, numerisk metod. Ligger det något i det?

[Svante]

(om man skall vara petig 175/(1000-1) eftersom det är ett urval).

Kan du utveckla detta? Jag skulle ju säga att bästa estimatet för sannolikheten för 2:a i är 175/1000 baserat på det man vet.

Är det inte den där -1:a från standardavvikelsen du tänker på?

[DQ-20]

(om man skall vara petig 175/(1000-1) eftersom det är ett urval).

Kan du utveckla detta? Jag skulle ju säga att bästa estimatet för sannolikheten för 2:a i är 175/1000 baserat på det man vet.

Är det inte den där -1:a från standardavvikelsen du tänker på?

Jo, visst. Jag tänkte helt fel. Dessutom i en EDIT. Det artimetiska medelvärdet i urvalet är ju korrekt estimator för medelvärdet i populationen. Jag är ju helt ur gängorna när det gäller helt basala grejor. Det är ju för moment 2 och uppåt som man får korrigera för antalet frihetsgrader för att inte få bias i estimaten. Tur att du kollar.

Svante - DQ-20 2-0

/DQ-20

[KarlXII]

Jag är vare sig matematiker eller statistiker, dvs. jag har ingen grundexamen i statistik eller matematik, om någon undrar.

/DQ-20

Näe.

[DQ-20]

Jag är vare sig matematiker eller statistiker, dvs. jag har ingen grundexamen i statistik eller matematik, om någon undrar.

/DQ-20

Näe.

Som huggbävern brukar påpeka: svinhugg går igen. Fast jag förstår att frestelsen var stor...

/DQ-20,001

[DQ-20]

Spontant associerar jag till en iterativ, numerisk metod. Ligger det något i det?

Nja, de orden du använder associerar nog de flesta matematiskt bevandrade till andra saker. Själv tänker jag t.ex. på Newton-Raphson.

/DQ-20,001

[Almen]

Spontant associerar jag till en iterativ, numerisk metod. Ligger det något i det?

Nja, de orden du använder associerar nog de flesta matematiskt bevandrade till andra saker. Själv tänker jag t.ex. på Newton-Raphson.

/DQ-20,001

Mjo, men just det att man itererar sig fram till bättre och bättre värden av formen fn+1 = modifierad(fn).

[DQ-20]

Spontant associerar jag till en iterativ, numerisk metod. Ligger det något i det?

Nja, de orden du använder associerar nog de flesta matematiskt bevandrade till andra saker. Själv tänker jag t.ex. på Newton-Raphson.

/DQ-20,001

Mjo, men just det att man itererar sig fram till bättre och bättre värden av formen fn+1 = modifierad(fn).

Det är en iterativ process men det är inget alternativ till en analytisk lösning. Det "rätta" värdet är öppet och beror av data. Men visst förstår jag din tankefigur. Det är bara det att orden du använder sannolikt betyder olika saker inom olika områden.

/DQ-20

[Almen]

OK.

[Almen]

Den här typen av texter är för övrigt "snutna ur näsan", i alla fall inte för mig, så ta det försiktigt med F5 den kommande veckan.

Jag undrar om det inte skall in en negation i utsagan ovan. För den logiska konsistensen, alltså.

[PerStromgren]

En ovanlig kombination, humor och ekonomi i samma mening.

Ett uttalande värdig en fredag eftermiddag!

[DQ-20]

Den här typen av texter är för övrigt "snutna ur näsan", i alla fall inte för mig, så ta det försiktigt med F5 den kommande veckan.

Jag undrar om det inte skall in en negation i utsagan ovan. För den logiska konsistensen, alltså.

INTE!

/DQ-20,001

[Almen]

Den här typen av texter är för övrigt "snutna ur näsan", i alla fall inte för mig, så ta det försiktigt med F5 den kommande veckan.

Jag undrar om det inte skall in en negation i utsagan ovan. För den logiska konsistensen, alltså.

INTE!

/DQ-20,001

~"snutna ur näsan", alltså.

[DQ-20]

~"snutna ur näsan", alltså.

Här snyts just nu mest ungarnas näsor. Vabuari suger.

[KarlXII]

Snart är det Bars, med nya härliga baskilusker...!

[IngOehman]

Vabuari åsyftade möjligen inte hur det låter att säga februari förkylt, utan
kan ha varit en skojig sammansättning av Vab (vård av barn) och februari.

Och med Vabuarisuger menar du förstås att du använder en sådan hära:




Suveränt initiativ med statistiktråden förresten - må den bringa klarhet till
många!


Vh, iö

[DQ-20]

Vabuari åsyftade möjligen inte hur det låter att säga februari förkylt, utan
kan ha varit en skojig sammansättning av Vab (vård av barn) och februari.

Och med Vabuarisuger menar du förstås att du använder en sådan hära:



Suveränt initiativ med statistiktråden förresten - må den bringa klarhet till
många!

Vh, iö

Haha! Jag hade en enklare variant när barnen var riktigt små. En av föräldrarskapets baksidor som man talar tyst om, nämligen att man med vissa barn måste stå och suga snor ur deras näsor i typ ett år. Ibland hade jag funderingar på om man inte kunde använda en pensionerad tennsug - till just tenn är de ju inget vidare.

/DQ-20

[Systemdek]

Haha ja en sån där känner man igen.
Stackars barn men den var effektiv. Inga täppta näsor mer där inte.

[DQ-20]

F5-dags.

[Almen]

Men... Vart tog inlägget vägen?

[DQ-20]

Men... Vart tog inlägget vägen?

Jag har lagt in det på sidan 1 där jag ursprungligen hade tänkt att det skulle ligga.

/DQ-20

[DQ-20]

Saaaatan, vilket drag!

[petersteindl]

Då skall alltså del 4 och del 5 komma

[Almen]

Ah, läser... Tänkte återkomma med lite frågor sedermera.

[DQ-20]

Då skall alltså del 4 och del 5 komma

Ja, det är väl tänkt ungefär så. Lite om vad jag tänker om avbrutna serier samt någon form av summering. Fast all text är ju ny och för ett visst syfte så vi får väl se vad som behövs. Det blir dock ingen följetong i Steindl-Klasse (S-Klasse?)

/DQ-20

[sebatlh]

H0 och HA...

Så anledningen till att du (DQ-20) inte gillar ordet konfidens är att i fallet F/E så får vi enbart reda på att det sanna medelvärdet inte verkar vara 0,5.
Men HA kan vara både 1 eller 0,8?

Kan man inte sätta upp nollhypotesen att det sanna medelvärdet är 0,9 eller bättre säg?
Då skulle det krävas max 10 rätt av 14 för att förkasta teorin med p<0,05. (om jag inte gjorde fel med kalkylatorn)
Då borde man ju kunna säga sig ha en viss konfidens i att en förstärkare inte färgar. Om man kallar H0 för gränsen för fägring alltså

Rajt?

[DQ-20]

H0 och HA...

Så anledningen till att du (DQ-20) inte gillar ordet konfidens är att i fallet F/E så får vi enbart reda på att det sanna medelvärdet inte verkar vara 0,5.
Men HA kan vara både 1 eller 0,8?

Kan man inte sätta upp nollhypotesen att det sanna medelvärdet är 0,9 eller bättre säg?
Då skulle det krävas max 10 rätt av 14 för att förkasta teorin med p är mindre än 0,05. (om jag inte gjorde fel med kalkylatorn)
Då borde man ju kunna säga sig ha en viss konfidens i att en förstärkare inte färgar. Om man kallar H0 för gränsen för fägring alltså

Rajt?

Nope.

"Konfidens" har inte med saken att göra så länge som det anger något som ens är i närheten av att uttrycka förtroendet för HA i ett signifikanstest. Jag vill att det skall vara glasklart. Den relativa frekvensen som du anger bör istället tolkas som effektstorlek, eftersom det är det. I ditt resonemang alltså. Resonemanget innebär vidare att man tänker sig att den apparat som detekteras i 70% av alla fall är mindre färgande än en apparat som detekteras i 90% av alla fall. Detta har inget med signifikans att göra, men frågan har varit uppe tidigare på faktiskt.se och jag tror vi kom fram till att det är ogörbart, även om argumenten var lite olika (från "feltänkt från början till slut" till "omöjligt att genomföra empiriskt").

Vad gäller dina äventyr i binomialkalkylatorn så vet jag inte riktigt vad du vill undersöka. En låg sannolikhet för att svara "rätt" i ett f/e-test innebär ju att förstärkaren är svår att detektera. En hög sannolikhet innebär att förstärkaren är lätt att detektera. Var vill du lägga "snittet" (i termer av sannolikhet) och varför?

För övrigt måste man svara en serie med 63 av 64 rätt för att kunna förkasta hypotesen att sannolikheten att svara rätt i varje enskilt försök är högst 0,9 (på 1%-nivån.) Varför man nu vill göra det.

/DQ-20

[DQ-20]

Tycker att en länk till den JÄTTESTORA tråden om statistik borde finnas tillgänglig.

Se HÄR!

Knock yourselves out.

/DQ-20

[DQ-20]

Ja, här händer det inte mycket...

[Almen]

Jag funderar fortfarande!

[Alexi]

Vill tipsa om att Bokus just nu har 58% rea på en bok all bör läsa (skriver man rabattkod "kund25" får man dessutom 25kr ytterligare rabatt):

http://www.bokus.com/bok/9789152307182/tillampad-statistik-en-grundkurs/

Man kan kika lite i boken här:
http://www.smakprov.se/smakprov/visa/9789152307182/partner/smakprov

Edit 15:23, nu verkar den slutsåld på rean.

[sebatlh]

H0 och HA...

Så anledningen till att du (DQ-20) inte gillar ordet konfidens är att i fallet F/E så får vi enbart reda på att det sanna medelvärdet inte verkar vara 0,5.
Men HA kan vara både 1 eller 0,8?

Kan man inte sätta upp nollhypotesen att det sanna medelvärdet är 0,9 eller bättre säg?
Då skulle det krävas max 10 rätt av 14 för att förkasta teorin med p är mindre än 0,05. (om jag inte gjorde fel med kalkylatorn)
Då borde man ju kunna säga sig ha en viss konfidens i att en förstärkare inte färgar. Om man kallar H0 för gränsen för fägring alltså

Rajt?

Nope.

"Konfidens" har inte med saken att göra så länge som det anger något som ens är i närheten av att uttrycka förtroendet för HA i ett signifikanstest. Jag vill att det skall vara glasklart. Den relativa frekvensen som du anger bör istället tolkas som effektstorlek, eftersom det är det. I ditt resonemang alltså. Resonemanget innebär vidare att man tänker sig att den apparat som detekteras i 70% av alla fall är mindre färgande än en apparat som detekteras i 90% av alla fall. Detta har inget med signifikans att göra, men frågan har varit uppe tidigare på faktiskt.se och jag tror vi kom fram till att det är ogörbart, även om argumenten var lite olika (från "feltänkt från början till slut" till "omöjligt att genomföra empiriskt").

Vad gäller dina äventyr i binomialkalkylatorn så vet jag inte riktigt vad du vill undersöka. En låg sannolikhet för att svara "rätt" i ett f/e-test innebär ju att förstärkaren är svår att detektera. En hög sannolikhet innebär att förstärkaren är lätt att detektera. Var vill du lägga "snittet" (i termer av sannolikhet) och varför?

För övrigt måste man svara en serie med 63 av 64 rätt för att kunna förkasta hypotesen att sannolikheten att svara rätt i varje enskilt försök är högst 0,9 (på 1%-nivån.) Varför man nu vill göra det.

/DQ-20

"En smula" försenat svar men…
Jag skrev otydligt så jag omformulerar mig.

A) Jag försökte utröna kopplingen mellan H0 och HA. Om man har en binär utfallsmängd så borde man väl ändå få att om H0 kan förkastas med en sannolikhet om 99% så borde samma resultat ge att HA förkastas med 1% sannolikhet. Tyckte jag då. Men nu när jag skriver det såhär så inser jag orimligheten.
Säg att vi har två alternativ antingen färgar förstärkaren inte, eller så färgar den klart hörbart. I det här fallet så färgar förstärkaren. Det vet vi, men inte de som testar.
"Vi" lyssnar och får 20/20. Så nu kan vi med stor statistisk säkerhet förkasta teorin att det är slumpen som styr våra svar.
Men om vi vänder på det hela, kommer vi någonsin kunna producera en serie som ser ut som slumpen, bara vi gör tillräckligt många försök? Nja, det ska mycket till. Förstärkaren hörs ju. Det är inte längre samma stokastiska process i bakgrunden.
Så H0 och HA är inte varandras spegelbilder ens med en binär utfallsmängd.
Alltså blir 1-p konstigt. Eller för att citera dig.

2. Statistiskt SIGNIFIKANTA resultat är resultat som är ovanliga, givet vissa antaganden om PARAMETERARNA (populationsegenskaper). Osannolika resultat är värda att lägga märke till. Förenklat: SIGNIFIKANT är det samma som OVANLIGT.

Vad som är ovanligt för H0 är inte per automatik vanligt för HA.
19/20 är kanske jätteovanligt för HA samtidigt som det är ovanligt för H0.

Har jag tänkt rätt den här gången då?

B) Att sätta nollhypotesen till något annat än 0,5.
Jag tänkte fel med sannolikheterna. Jag vände på det hela och glömde bort att målet är att förkasta en teori. Då blev antalet lyssningar mer hanterbart
Har man många lyssningar så kan man ju kolla på antal rätt / antal lyssningar bara för att få ett mått på hur svårt något är att detektera…

[DQ-20]

"En smula" försenat svar men…
Jag skrev otydligt så jag omformulerar mig.

A) Jag försökte utröna kopplingen mellan H0 och HA. Om man har en binär utfallsmängd så borde man väl ändå få att om H0 kan förkastas med en sannolikhet om 99% så borde samma resultat ge att HA förkastas med 1% sannolikhet. Tyckte jag då. Men nu när jag skriver det såhär så inser jag orimligheten.
Säg att vi har två alternativ antingen färgar förstärkaren inte, eller så färgar den klart hörbart. I det här fallet så färgar förstärkaren. Det vet vi, men inte de som testar.
"Vi" lyssnar och får 20/20. Så nu kan vi med stor statistisk säkerhet förkasta teorin att det är slumpen som styr våra svar.
Men om vi vänder på det hela, kommer vi någonsin kunna producera en serie som ser ut som slumpen, bara vi gör tillräckligt många försök? Nja, det ska mycket till. Förstärkaren hörs ju. Det är inte längre samma stokastiska process i bakgrunden.
Så H0 och HA är inte varandras spegelbilder ens med en binär utfallsmängd.
Alltså blir 1-p konstigt. Eller för att citera dig.

2. Statistiskt SIGNIFIKANTA resultat är resultat som är ovanliga, givet vissa antaganden om PARAMETERARNA (populationsegenskaper). Osannolika resultat är värda att lägga märke till. Förenklat: SIGNIFIKANT är det samma som OVANLIGT.

Vad som är ovanligt för H0 är inte per automatik vanligt för HA.
19/20 är kanske jätteovanligt för HA samtidigt som det är ovanligt för H0.

Har jag tänkt rätt den här gången då?

B) Att sätta nollhypotesen till något annat än 0,5.
Jag tänkte fel med sannolikheterna. Jag vände på det hela och glömde bort att målet är att förkasta en teori. Då blev antalet lyssningar mer hanterbart
Har man många lyssningar så kan man ju kolla på antal rätt / antal lyssningar bara för att få ett mått på hur svårt något är att detektera…

Ja, det verkar som du har "fattat galoppen". Grejen är att HA inte har med saken att göra i den vanligast förekommande versionen av hypotestestning : vi testar bara H0. Den viktigaste egenskapen hos H0 är att den är testbar, dvs. att den kan "falsifieras". HA är den implicita eller explicit alternativa hypotesen som vi tvingas falla tillbaka på om vi förkastar H0. I det här fallet är brist på förtroende för en viss uppfattning är inte det samma som förtroende för en annan uppfattning. Vad gäller den relativa frekvensen som mått på effektstorleken så får jag hänvisa till mitt tidigare svar. I många fall ÄR den relativa frekvensen i en binär variabel identiskt med effektstorleken men jag är för dålig på ämnet psykoakustik för att kunna uttala mig om det är så i det här fallet. I vilket fall som helst är konfidensintervallen [sic] mycket stora i de F/E-tester som LTS brukar redovisa, typiskt 0.5<x<1.0, dvs. "i varje fall inte 0.5".

/DQ-20

[Morgan]

Kan bara inte motstå att posta denna delikatess:

http://mchankins.wordpress.com/2013/04/ ... ificant-2/

-En lista på uttryck som använts för att blåsa upp vikten av undersökningsresultat som inte riktigt nådde ända fram... Många verkliga guldkorn. Ren komik för den som är hyggligt insatt i vad ett p-värde är.

[dimitri]

Tack Morgan, kul sida.
However, är ofta en uppgift om p=0,054 intressant, utan poetiska beskrivningar givetvis. Och ju mindre sample, ju intressantare kan resultatet visa sig att vara.
Ponera en RCT (randomised controlled trial) med 10 tusen behandlade och 10 tusen kontroller. P värdet för skillnad mellan grupperna 0,06. Det är ganska sannolikt att samma studie med 11 tusen deltagare i varje grupp skulle ge samma resultat.
En annan CRT med 16 deltagare i varje grupp, återigen p=0,06. Men här är sannolikheten betydligt större att samma studie med 1016 deltagare i vardera grupp skulle vissa helt annat p värde för skillnaden. Dock finns det inget som säger att p skulle minska ist för att öka, förutom att p värdet i den lilla studien är intressantare iom dess stööre rörlighet åt endera håll.

[DQ-20]

Ren komik för den som är hyggligt insatt i vad ett p-värde är.

Det är de flesta inte... Det som är intressant är effektstorlekarna (i populationen). Har man 10000 fall så blir standardfelen små men även helt ointressanta effektstorlekar signifikanta eftersom "statistical power" blir högt. Det är därför artikelförfattare gärna dribblar med ordet "significant" (viktigt) när de egentligen menar "statistically significant".

Som sagt, en verklig godbit.
/DQ-20

PS. Har man p=0.06 med 20000 fall så är effekten inte mycket att bry sig om.

[grafpro]

Nu en konkret fråga som det alldeles säkert finns ett konkret svar på.

Bakgrunden är den utmärkta procedur som framräknats tidigare här för bedömning av svaren i blinda lyssningar där lyssnaren har två alternativ - AB-test, ABX-test, FE-test etc. Då har sakkunskapen sagt att om vi vill påstå att skillnad kunde höras med 99% säkerhet så kör man 9 lyssningar. Med 9 rätt är då saken klar. Med färre rätt fortsätter man. 12 av 13 ger också 99%, liksom 14 av 16 eller 17 av 20.

Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Slumpresutatet är därmed 1/3 i stället för 1/2 - hur ska då en testserie för 99% konfidens se ut?

[Almen]

Nu en konkret fråga som det alldeles säkert finns ett konkret svar på.
---
Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Vad skulle förbättras i detektionsavseende menade man i programmet i fråga?

Situationen är ju lite annorlunda vid lyssning (jämfört med nästan alla andra sinnen), eftersom det rent fysiskt bara går att presentera ett stimuli i taget, men vid F/E-lyssning så kan man ju switcha valfritt mellan de båda alternativen. Lite som att vid lukttestet ha "Luft" som ena alternativet och "Luft + lukt" som det andra.

[DQ-20]

Då har sakkunskapen sagt att om vi vill påstå att skillnad kunde höras med 99% säkerhet så kör man 9 lyssningar. Med 9 rätt är då saken klar.

Jag skulle, med en dåres envishet, vilja säga att det är 1% osäkerhet och även då gör vi våld på sanningen. Sanningen är att man uppnår detta resultat i 1% av fallen trots att ingen skillnad föreligger under ett antagande om upprepade försök. Vad som gäller i det enskilda försöket vet vi inte. Vi har bara en probabilistisk länk till sanningen. Det här är inte riktat till någon särskild. Det är bara det att jag en mörk natt i Gröna Lyktans sken svurit en ed att bekämpa omvänd sannolikhet varhelst den uppenbarar sig.

Med färre rätt fortsätter man. 12 av 13 ger också 99%, liksom 14 av 16 eller 17 av 20.

Det är egentligen det här som min nästa och näst sista text i den här tråden borde handla om när orken uppenbarar sig. Saken är den att vi inte väljer att fortsätta - vi väljer att stanna. Det som skall definieras är stoppvillkoren, inte fortsättningsvillkoren. I den praktiska situationen är det precis tvärt om - vi väljer att fortsätta - men ur statistisk synvinkel väljer vi att stanna.

Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Slumpresutatet är därmed 1/3 i stället för 1/2 - hur ska då en testserie för 99% konfidens se ut?

Det där får jag nog fundera på. Men OM det är en sannolikhet på 1/3 att svara rätt är det väl bara att multiplicera på tills man når under 0.01, dvs.i det här fallet 5 gånger.

/DQ-20

[Almen]

Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Slumpresutatet är därmed 1/3 i stället för 1/2 - hur ska då en testserie för 99% konfidens se ut?

Det där får jag nog fundera på. Men OM det är en sannolikhet på 1/3 att svara rätt är det väl bara att multiplicera på tills man når under 0.01, dvs.i det här fallet 5 gånger.

/DQ-20

Och när lyssnaren har valt ett alternativ kan testledaren ta bort ett av de andra alternativen och fråga om lyssnaren vill byta. Om man då byter ökar sannolikheten för att ha valt rätt!

[IngOehman]

En klassiker, ja. Fast det var väl dörrar.


Vh, iö

[Almen]

En klassiker, ja. Fast det var väl dörrar.


Vh, iö

Ja, och två getter och en bil.

[IngOehman]

Fast skall man vara noga, och det skall vi väl här på faktiskt.se, så duger det inte att som du skrev
"ta bort ett av alternativen och fråga om man vill byta". Då ökar nämligen inte chansen av att byte
ett endaste någe.

Om målet var att peka ut den som är olika och testledaren däremot visar eller pekar ut ett av dem
som är lika efter att man valt, så förbättras oddsen om man byter till den andra. om det är ett slump-
spel vill säga. Den som hörde tydligt vilken som var annorlunda (och inte inbillade sig) förbättrar inte
några odds genom att byta i den situationen. Det måste vara ett slumpspel.


Vh, iö

[Almen]

Fast skall man vara noga, och det skall vi väl här på faktiskt.se, så duger det inte att som du skrev
"ta bort ett av alternativen och fråga om man vill byta". Då ökar nämligen inte chansen av att byte
ett endaste någe.

Om målet var att peka ut den som är olika och testledaren däremot visar eller pekar ut ett av dem
som är lika efter att man valt, så förbättras oddsen om man byter till den andra. om det är ett slump-
spel vill säga. Den som hörde tydligt vilken som var annorlunda (och inte inbillade sig) förbättrar inte
några odds genom att byta i den situationen. Det måste vara ett slumpspel.


Vh, iö

Jo, jag vet, tyckte bara att det var en lite rolig parallell. Och när ingen responderar på ens seriösa inlägg så får man väl skoja till det lite.

[IngOehman]

Ja, det får man.

Men man kan ju passa på att ha rätt samtidigt.


Vh, iö

[grafpro]

Tråd ur spår. Tänka sig. Verkligen ingen som kan besvara frågan?

[Almen]

Tråd ur spår. Tänka sig. Verkligen ingen som kan besvara frågan?

DQ-20 gjorde ett försök, men det såg du kanske inte: http://www.faktiskt.io/phpBB3/viewtopic.php?p=1657973#p1657973

Dessutom ställde jag en fråga till dig: http://www.faktiskt.io/phpBB3/viewtopic.php?p=1657113#p1657113

[grafpro]

Tråd ur spår. Tänka sig. Verkligen ingen som kan besvara frågan?

DQ-20 gjorde ett försök, men det såg du kanske inte: http://www.faktiskt.io/phpBB3/viewtopic.php?p=1657973#p1657973

Dessutom ställde jag en fråga till dig: http://www.faktiskt.io/phpBB3/viewtopic.php?p=1657113#p1657113

Ser faktiskt inget svar i något av dessa inlägg. Frågan löd:

För att nå 99% säkerhet i tester där testpersonen har två alternativ gäller först 9 lyssningar. Med 9 rätt är då saken klar. Med färre rätt fortsätter man. 12 rätt av 13 ger också 99%, liksom 14 rätt av 16 eller 17 rätt av 20.

Hur ser motsvarande serie ut i upplägg med tre alternativ?

[Almen]

---
Slumpresutatet är därmed 1/3 i stället för 1/2 - hur ska då en testserie för 99% konfidens se ut?

...OM det är en sannolikhet på 1/3 att svara rätt är det väl bara att multiplicera på tills man når under 0.01, dvs.i det här fallet 5 gånger.

[IngOehman]

Tråd ur spår. Tänka sig. Verkligen ingen som kan besvara frågan?

DQ-20 gjorde ett försök, men det såg du kanske inte: http://www.faktiskt.io/phpBB3/viewtopic.php?p=1657973#p1657973

Dessutom ställde jag en fråga till dig: http://www.faktiskt.io/phpBB3/viewtopic.php?p=1657113#p1657113

Ser faktiskt inget svar i något av dessa inlägg. Frågan löd:

För att nå 99% säkerhet i tester där testpersonen har två alternativ gäller först 9 lyssningar. Med 9 rätt är då saken klar. Med färre rätt fortsätter man. 12 rätt av 13 ger också 99%, liksom 14 rätt av 16 eller 17 rätt av 20.

Hur ser motsvarande serie ut i upplägg med tre alternativ?

Det går inte att svara om inte frågan är entydig. Det finns många saker som kan vara
variabler. En är om serien får förlängas om den som svarar inte når det statistiska målet
på den korta serien, en annan är om man accepterar om den som svarar får svara fel
varje gång istället för rätt varje gång. Det senare är inte aktuellt i tre-fallet dock, och
svaret på din fråga kan därför formuleras så här:

Om man skall upptäcka den som är annorlunda så räcker det med att klara det fem gånger
i rad för att det skall vara mindre än 1 chans på 100 att det är slumpen som är lyssnaren
till hjälp (>99% säkert), om lyssningen representerar en finit serie. Det hade nästan räckt
med bara fyra rätta svar i rad*.

Och nu tycker jag du skall svara på Almens fråga.


Vh, iö

- - - - -

*Det ger 1,2345678901234... chanser på hundra att slumpen svarat rätt åt en döv lyssnare.

[LasseA]

Nu en konkret fråga som det alldeles säkert finns ett konkret svar på.
---
Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Vad skulle förbättras i detektionsavseende menade man i programmet i fråga?

Nu har jag inte sett just det programmet men triangle tests används en del när det gäller smaker så vitt jag förstår det.

http://en.wikipedia.org/wiki/Discrimina ... g#Triangle

[Almen]

Nu en konkret fråga som det alldeles säkert finns ett konkret svar på.
---
Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Vad skulle förbättras i detektionsavseende menade man i programmet i fråga?

Nu har jag inte sett just det programmet men triangle tests används en del när det gäller smaker så vitt jag förstår det.

http://en.wikipedia.org/wiki/Discrimina ... g#Triangle

Tack, LasseA!

[petersteindl]

Verkar vare en jättebra Wiki-sida. Jag gillar att de använder rätt namn i sammanhanget. Det har ju tidigarte diskuterats på faktiskt.

Mvh
Peter

[grafpro]

Nu en konkret fråga som det alldeles säkert finns ett konkret svar på.
---
Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Vad skulle förbättras i detektionsavseende menade man i programmet i fråga?

Ingen aning. Det var var ett kort nyhetsinslag om näsans förmåga, inte ett program. Sådana aspekter var nog långt utanför inslagets ambitionsnivå.

Men nu har vi ändå två små framsteg. Artikeln på wikipedia ger två namn åt metoden - "triangle" eller "XXY". Gott så, men inget svar på frågan alls.

Därtill en beräkning av sannolikheten att få alla rätt i en serie. Så långt är det hyggligt enkelt att beräkna. (1/3)^4 ger 1/81, vilket är 0,0123456. Alltså 98,7654% sannolikhet att det inte skedde av en slump vid fyra rätt av fyra. (Fem rätt av fem ger 99,588% säkerhet, för den klentrogne.) Det är ju mycket trevligt. Jämfört med AB eller FE eller ABX behöver man alltså bara köra fyra lyssningar istället för nio för att nå så långt.

Om vi nöjer oss med den nivån, hur ser då den fortsatta serien ut? Alltså för den som har tre rätt av fyra och vill fortsätta, etc. Det är fortfarande själva frågan.

[Almen]

Jämfört med AB eller FE eller ABX behöver man alltså bara köra fyra lyssningar istället för nio för att nå så långt.

Nja, fem i stället för sju, blir det väl för 99% enkelsidigt? Och dessutom får du fler jämförelser att göra eftersom du har tre alternativ i stället för två.

[Svante]

Nu en konkret fråga som det alldeles säkert finns ett konkret svar på.
---
Möjligen är jag den siste i världen att inse att ett annat upplägg finns (jag såg det i ett nyhetsinslag om forskning på människors förmåga att känna skillnad på dofter): Lyssnaren får tre alternativ att välja på, där två i själva verket är detsamma. Frågan som ställs är "Vilken är annorlunda?".

Vad skulle förbättras i detektionsavseende menade man i programmet i fråga?

Ingen aning. Det var var ett kort nyhetsinslag om näsans förmåga, inte ett program. Sådana aspekter var nog långt utanför inslagets ambitionsnivå.

Men nu har vi ändå två små framsteg. Artikeln på wikipedia ger två namn åt metoden - "triangle" eller "XXY". Gott så, men inget svar på frågan alls.

Därtill en beräkning av sannolikheten att få alla rätt i en serie. Så långt är det hyggligt enkelt att beräkna. (1/3)^4 ger 1/81, vilket är 0,0123456. Alltså 98,7654% sannolikhet att det inte skedde av en slump vid fyra rätt av fyra. (Fem rätt av fem ger 99,588% säkerhet, för den klentrogne.) Det är ju mycket trevligt. Jämfört med AB eller FE eller ABX behöver man alltså bara köra fyra lyssningar istället för nio för att nå så långt.

Om vi nöjer oss med den nivån, hur ser då den fortsatta serien ut? Alltså för den som har tre rätt av fyra och vill fortsätta, etc. Det är fortfarande själva frågan.

Det verkar nog trevligare än det är. Det är, skulle jag tro ett svårare test att plocka vilken av tre som är annorlunda än att peka ut samma av två. Jag skulle gissa att varje lyssning både tar längre tid och är svårare. Eller åtminstone det första. Och tar varje lyssning längre tid så hinner man inte med lika många. Hur man än vänder sig har man ändan bak.

Den fortsatta serien kan se ut lite hursomhelst, precis som i fallet med tvåval. Jag har ju tjatat om det förut, att man behöver bestämma sig i förväg om man ska veta hur stor felrisk ett test ger. Men om man i förväg bestämmer sig för en försöksdesign så kan man räkna ut hur stor felrisken är för försöket sett som helhet. Tex så ger 9-13-16-20 c:a en procents felrisk (dubbelsidigt). Motsvarande siffra finns för vilken design du än väljer för trevalstestet. Jag har ingen simulator för det dock så jag kan inte räkna ut det nu.

Men man kan som sagt inte tala om hur "serien ser ut". Det finns många försöksdesigner som ger 1% felrisk, det finns alltså inte bara en "serie".

(Dög det, DQ?)

[Svante]

En fördel med trevalsmetoden är dock att det inte är meningsfullt att göra en dubbelsidig design. Det finns inte mycket skäl att godta att man svarar fel konsekvent, bla eftersom det ger betydligt längre serier. (2/3)^12=0,0077, dvs det behövs 12 lyssningar om man bara godtar alla fel.

Man kan därför jämföra 5 lyssningar enkelsidigt med trevalsmetoden med 8 lyssningar dubbelsidigt med tvåvalsmetoden, båda ger <1% felrisk.

[Almen]

Man kan därför jämföra 5 lyssningar enkelsidigt med trevalsmetoden med 8 lyssningar dubbelsidigt med tvåvalsmetoden, båda ger <1% felrisk.

Och eftersom varje lyssning i trevalsmetoden egentligen är (minst) tre, och varje lyssning i tvåvalsmetoden är (minst) två, så har man att ställa 5*3 emot 8*2, d.v.s. 15 jämfört med 16.

[Svante]

Man kan därför jämföra 5 lyssningar enkelsidigt med trevalsmetoden med 8 lyssningar dubbelsidigt med tvåvalsmetoden, båda ger <1% felrisk.

Och eftersom varje lyssning i trevalsmetoden egentligen är (minst) tre, och varje lyssning i tvåvalsmetoden är (minst) två, så har man att ställa 5*3 emot 8*2, d.v.s. 15 jämfört med 16.

Ja, och att jämföra tre med varandra känns dessutom klurigare än att jämföra två med varandra. Mentalt blir det tre jämförelser, svårare att hålla reda på i huvudet vilken man lyssnar på, det borde ta minst dubbelt så lång tid att komma fram till ett vettigt svar.

Besläktat med trevalsidén är annars ABX-test. Jag gillar inte den heller.

[DQ-20]

Tråd ur spår. Tänka sig. Verkligen ingen som kan besvara frågan?

Det här är inte din tråd. Det är vår, eller kanske till och med min. Vill du beklaga dig över OT i vanlig ordning så går det utmärkt att starta egna trådar.

Vad gäller "frågan" så besvarades den av mig så långt det går att göra med en miniräknare. När Svante räknade ut sina exempel för längre serier med två svarsalternativ löste han det numeriskt, vilket nog är att rekommendera. En analytisk lösning är möjlig men tar mycket tid och det är lätt att göra fel.

Alltså 98,7654% sannolikhet att det inte skedde av en slump vid fyra rätt av fyra.

Nej, det är 1,23% sannolikhet att resultatet kommer fram när ingen skillnad föreligger (av en slump alltså). Det kan verka som en subtil skillnad men den är faktiskt enorm. 1-p är omvänd sannolikhet och det ska man passa sig för som ögat. Det statistiska testet gäller endast för hypotesen som är kopplad till p-värdet.

Om vi nöjer oss med den nivån, hur ser då den fortsatta serien ut? Alltså för den som har tre rätt av fyra och vill fortsätta, etc. Det är fortfarande själva frågan.

Jag kan tyvärr inte hjälpa till - det kräver för mycket jobb (för mig). Någon som är aktiv matematiker/ingenjör har säkert lättare. Ett fulhack i Python kanske...

/DQ-20

[DQ-20]

(Dög det, DQ?)

Ja. Du har härmed benäget tillstånd att fortsätta skriva i den här tråden.

Och det är precis som du säger. Vill man ha ett entydigt p-värde associerat med en viss serie måste man räkna ut stopp-villkor. I praktiken förslår jag att man gör som du gjort, nämligen bestämmer sig för hur lång den längsta serien får vara och räknar ut de punkter i serien där man kan stanna när man har nått ett tillräckligt högt p-värdet, GIVET den maximala längden på serien. Det är alltså stopp-villkor man räknar ut, inte "fortsättningsvillkor".

/DQ-20

[Svante]

Tack, det känns skönt att läsa.

[Almen]

... de punkter i serien där man kan stanna när man har nått ett tillräckligt högt p-värdet

Tillräckligt högt?

[Svante]

... de punkter i serien där man kan stanna när man har nått ett tillräckligt högt p-värdet

Tillräckligt högt?

Han menar nog när konfidensen är tillräckligt hög...

[Almen]

... de punkter i serien där man kan stanna när man har nått ett tillräckligt högt p-värdet

Tillräckligt högt?

Han menar nog när konfidensen är tillräckligt hög...

Precis, det är ju lätt att tänka konfidens när man inte är så insatt.

[DQ-20]

Såhär kanske det borde sett ut:

(Dög det, DQ?)

Ja. Du har härmed benäget tillstånd att fortsätta skriva i den här tråden.

Och det är precis som du säger. Vill man ha ett entydigt p-värde associerat med en viss serie måste man räkna ut stopp-villkor. I praktiken förslår jag att man gör som du gjort, nämligen bestämmer sig för hur lång den längsta serien får vara och räknar ut de punkter i serien där man kan stanna när man har nått ett tillräckligt lågt p-värde (dvs. tillräckligt hög statistisk signifikans), GIVET den maximala längden på serien. Det är alltså stopp-villkor man räknar ut, inte "fortsättningsvillkor".

/DQ-20

Jag bjuder!

/DQ-20

PS. Signifikansen visar ju bara hur (o)sannolik noll-hypotesen är, inte hur sannolik den alternativa hypotesen är. Ett resultat med hög statistisk signifikans är ett resultat med hög osannolikhet, givet nollhypotesens utformning.

[DQ-20]

Precis, det är ju lätt att tänka konfidens när man inte är så insatt.

Du, den där smileyn, var inte den lite väl ironisk? Halvvägs mellan frontalangreppet <ingen smiley> och .

Men som sagt: jag bjuder.

/DQ-20

[Almen]

Precis, det är ju lätt att tänka konfidens när man inte är så insatt.

Du, den där smileyn, var inte den lite väl ironisk? Halvvägs mellan frontalangreppet <ingen smiley> och .

Men som sagt: jag bjuder.

/DQ-20

Tack! Jag var på väg att köra utan, men kände mig lite glad.

[IngOehman]

Man kan därför jämföra 5 lyssningar enkelsidigt med trevalsmetoden med 8 lyssningar dubbelsidigt med tvåvalsmetoden, båda ger <1% felrisk.

Och eftersom varje lyssning i trevalsmetoden egentligen är (minst) tre, och varje lyssning i tvåvalsmetoden är (minst) två, så har man att ställa 5*3 emot 8*2, d.v.s. 15 jämfört med 16.

Ja, och att jämföra tre med varandra känns dessutom klurigare än att jämföra två med varandra. Mentalt blir det tre jämförelser, svårare att hålla reda på i huvudet vilken man lyssnar på, det borde ta minst dubbelt så lång tid att komma fram till ett vettigt svar.

Besläktat med trevalsidén är annars ABX-test. Jag gillar inte den heller.

Håller med om allt det där.

In i minsta detalj faktiskt.

- - -

Men - vad som är passande metod beror ju även på vad det är man undersöker, och därmed vilken frågan som
ställs och söks svar på är.

Om frågan är "är dessa samma?", så får man en sorts svar. Om den som får frågan svarar ja varje gång så är
det en indikation på att de låter rimligt lika, med just det använda programmaterialet, och samma sak gäller
om man i en triangellyssning inte lyckas säga vilken som skiljer sig, men det betyder inte ens nästan att det
som testats är två bra mojänger eller dimensioneringar eller vad det nu är man testar.

Det kan vara två som är dåliga, rejält dåliga till och med, men rätt så lika dåliga.

- - -

Om en är en referens för hur den andra skall vara (av något skäl, t ex att man vet att man redan gillar den)
är det frestande att studera kvaliteten genom att ställa "vilken gillar du bäst?", och även om svaret faller på
den ena varje gång så betyder det inte att det är den bättre återgivningen, det kan ju vara den som:

1. Passar bäst ihop med de kombinerade felen som resten av anläggning + inspelningen har,

vilket om inspelningen är perfekt kan betyda;

1b. Passar bäst ihop med de fel som resten av anläggningen har,

eller om anläggningen är perfekt;

1c. Passar bäst ihop med de fel som inspelningen har,

eller det kan rent av handla om vilken som,

2. Passar bäst ihop med lyssnarens smak, vilket även kan skrivas; den som subjektivt föredras.

Hur det än faller ut om det faller ut enligt någon av de ovanstående, så kan man inte veta om kan får sam-
ma utfall med annan inspelning eller med annat programmaterial. Ej heller om någon av apparaterna eller
vad det nu är som har undersökts, kanske hur något har dimensionerats, presterar i mera objektiva termer.
Alltså om det som kommer ut är ursprungstroget.

- - -

Där kommer F/E-lyssningen in!

Om frågan däremot (som den kan vara i en F/E-lyssning) är "vilket av alternativen är E?" så VET lyssnaren
att man jämför före och efter, och målet är bara att bestämma vilket man tror har passerat testobjektet.

Är färgningen från testobjektet rimligt hörbar (och man får öva lite) så är det vanligt att man kan pricka
in när signalen passerat testobjektet, varje gång. Färgningen påverkar ju signalen på samma sätt i princip
oavsett programmaterial. Det är en av styrkorna med F/E-lyssning: Varken programmaterial eller kringut-
rustning behöver det ställas extrema krav på (dock rimliga) för att man skall kunna undersöka testobjektets
egenskaper. Både bör vara rimligt bredbandiga och välbetedda, men hur de samverkar eller motverkar de
eventuella felen hos testobjektet är av ringa betydelse - skillnaden mellan E och F består.

Även om man gissar fel varje gång (kanske för att man föredrar E-ljudet) så visar det ändå skiljbarhet, och
då F alltid är referens så har en serie av idel felgissningar samma värde som en med idel rättgissningar. Båda
visar (med samma emfas) att apparaten färgar hörbart.

Så även om jag inte är en fan av varken ABX-tester eller triangeltester så är huvudskälet att de sällan gör
det man vill göra - om man vill undersöka ett färgande objekts absoluta egenskaper. Alltså få svar på HUR
det påverkar musiksignalen, snarare än hur man gillar denna påverkan i det ena eller andra sammanhanget.

Att de utöver det på statistiska grunder kan beskyllas för att inte spara något egentlig testansträngning är ju
möjligen generande för dem, men det är alltså inte mitt huvudskäl till att föredra en vanlig tvåvalssituation.

De andra testmetoderna fokuserar inte på att beskriva själva egenskaperna hos testobjektet, och det är ju
ofta det man (i varje fall jag) vill göra när jag studerar ett testobjekt.


Gissar man slumpmässigt rätt/fel mellan F och E i en F/E-lyssning så betyder det endera att man:

1. Inte klara att höra någon skillnad mellan F och E, vilket betyder att det färgar så lite att det blivit svårt
att höra dess påverkan.

eller att man,

2. Har för dåligt minne för att minnas hur testobjektet påverkade Har man så dåligt minne så hjälper det
ju inte att man hör en skillnad för att veta vilken som troligen är E. Men då skall man kanske heller inte vara
lyssnare i en F/E-lyssning.

Dock är det faktiskt vanligare än man tror att själva blindheten påverkar lyssnarna så mycket att de, trots att
de lyssnat in sig öppet och vet hur testobjektet påverkar (och projicerar denna färgning som något negativt)
omvärderar färgningen för att de gillar den, och gissar konsekvent fel blindt!

Det gör som sagt inget, för det är ett konsekvent svarande som ger statistiskt växande skäl att tro att en skill-
nad (påverkan) finns.


Vh, iö

[DQ-20]

Tack för det inlägget IÖ. Det handlar ju om det som kallas metod, och det är så mycket mer än statistik. Man får inte bättre svar än data medger. Man kan dribbla hur mycket man vill med matematiken men om man inte har god validitet i metoden (mäter det man egentligen vill mäta) blir statistiken meningslös. Och det är här praktisk kunskap från det specifika området måste till - de räcker inte med generell kunskap om testmetoder, även om det ju inte är något hinder.

/DQ-20

[IngOehman]

Man kan därför jämföra 5 lyssningar enkelsidigt med trevalsmetoden med 8 lyssningar dubbelsidigt med tvåvalsmetoden, båda ger <1% felrisk.

Och eftersom varje lyssning i trevalsmetoden egentligen är (minst) tre, och varje lyssning i tvåvalsmetoden är (minst) två, så har man att ställa 5*3 emot 8*2, d.v.s. 15 jämfört med 16.

Ja, och att jämföra tre med varandra känns dessutom klurigare än att jämföra två med varandra. Mentalt blir det tre jämförelser, svårare att hålla reda på i huvudet vilken man lyssnar på, det borde ta minst dubbelt så lång tid att komma fram till ett vettigt svar.

Besläktat med trevalsidén är annars ABX-test. Jag gillar inte den heller.

Håller med om allt det där.

In i minsta detalj faktiskt.

- - -

Men - vad som är passande metod beror ju även på vad det är man undersöker, och därmed vilken frågan som
ställs och söks svar på är.

Om frågan är "är dessa samma?", så får man en sorts svar. Om den som får frågan svarar ja varje gång så är
det en indikation på att de låter rimligt lika, med just det använda programmaterialet, och samma sak gäller
om man i en triangellyssning inte lyckas säga vilken som skiljer sig, men det betyder inte ens nästan att det
som testats är två bra mojänger eller dimensioneringar eller vad det nu är man testar.

Det kan vara två som är dåliga, rejält dåliga till och med, men rätt så lika dåliga.

- - -

Om en är en referens för hur den andra skall vara (av något skäl, t ex att man vet att man redan gillar den)
är det frestande att studera kvaliteten genom att ställa "vilken gillar du bäst?", och även om svaret faller på
den ena varje gång så betyder det inte att det är den bättre återgivningen, det kan ju vara den som:

1. Passar bäst ihop med de kombinerade felen som resten av anläggning + inspelningen har,

vilket om inspelningen är perfekt kan betyda;

1b. Passar bäst ihop med de fel som resten av anläggningen har,

eller om anläggningen är perfekt;

1c. Passar bäst ihop med de fel som inspelningen har,

eller det kan rent av handla om vilken som,

2. Passar bäst ihop med lyssnarens smak, vilket även kan skrivas; den som subjektivt föredras.

Hur det än faller ut om det faller ut enligt någon av de ovanstående, så kan man inte veta om kan får sam-
ma utfall med annan inspelning eller med annat programmaterial. Ej heller om någon av apparaterna eller
vad det nu är som har undersökts, kanske hur något har dimensionerats, presterar i mera objektiva termer.
Alltså om det som kommer ut är ursprungstroget.

- - -

Där kommer F/E-lyssningen in!

Om frågan däremot (som den kan vara i en F/E-lyssning) är "vilket av alternativen är E?" så VET lyssnaren
att man jämför före och efter, och målet är bara att bestämma vilket man tror har passerat testobjektet.

Är färgningen från testobjektet rimligt hörbar (och man får öva lite) så är det vanligt att man kan pricka
in när signalen passerat testobjektet, varje gång. Färgningen påverkar ju signalen på samma sätt i princip
oavsett programmaterial. Det är en av styrkorna med F/E-lyssning: Varken programmaterial eller kringut-
rustning behöver det ställas extrema krav på (dock rimliga) för att man skall kunna undersöka testobjektets
egenskaper. Både bör vara rimligt bredbandiga och välbetedda, men hur de samverkar eller motverkar de
eventuella felen hos testobjektet är av ringa betydelse - skillnaden mellan E och F består.

Även om man gissar fel varje gång (kanske för att man föredrar E-ljudet) så visar det ändå skiljbarhet, och
då F alltid är referens så har en serie av idel felgissningar samma värde som en med idel rättgissningar. Båda
visar (med samma emfas) att apparaten färgar hörbart.

Så även om jag inte är en fan av varken ABX-tester eller triangeltester så är huvudskälet att de sällan gör
det man vill göra - om man vill undersöka ett färgande objekts absoluta egenskaper. Alltså få svar på HUR
det påverkar musiksignalen, snarare än hur man gillar denna påverkan i det ena eller andra sammanhanget.

Att de utöver det på statistiska grunder kan beskyllas för att inte spara något egentlig testansträngning är ju
möjligen generande för dem, men det är alltså inte mitt huvudskäl till att föredra en vanlig tvåvalssituation.

De andra testmetoderna fokuserar inte på att beskriva själva egenskaperna hos testobjektet, och det är ju
ofta det man (i varje fall jag) vill göra när jag studerar ett testobjekt.


Gissar man slumpmässigt rätt/fel mellan F och E i en F/E-lyssning så betyder det endera att man:

1. Inte klara att höra någon skillnad mellan F och E, vilket betyder att det färgar så lite att det blivit svårt
att höra dess påverkan.

eller att man,

2. Har för dåligt minne för att minnas hur testobjektet påverkade Har man så dåligt minne så hjälper det
ju inte att man hör en skillnad för att veta vilken som troligen är E. Men då skall man kanske heller inte vara
lyssnare i en F/E-lyssning.

Dock är det faktiskt vanligare än man tror att själva blindheten påverkar lyssnarna så mycket att de, trots att
de lyssnat in sig öppet och vet hur testobjektet påverkar (och projicerar denna färgning som något negativt)
omvärderar färgningen för att de gillar den, och gissar konsekvent fel blindt!

Det gör som sagt inget, för det är ett konsekvent svarande som ger statistiskt växande skäl att tro att en skill-
nad (påverkan) finns.


Vh, iö

Tack för det inlägget IÖ. Det handlar ju om det som kallas metod, och det är så mycket mer än statistik. Man får inte bättre svar än data medger. Man kan dribbla hur mycket man vill med matematiken men om man inte har god validitet i metoden (mäter det man egentligen vill mäta) blir statistiken meningslös. Och det är här praktisk kunskap från det specifika området måste till - de räcker inte med generell kunskap om testmetoder, även om det ju inte är något hinder.

/DQ-20

Tack för tack!

Jag måste erkänna att jag var lite orolig för att jag skulle få en knäpp på näsan för att inlägget
inte var tillräckligt fokuserat på just statistiken, men jag tyckte ändå att det var en viktig del i
sammanhanget att man måste veta VAD man vill ha statistik om fö'nått.

Att via statistiken kunna vara jättesäker på något som inte spelar någon roll eller inte har något
att göra med det som man undrar över, kan ju kanske vara kul, men det leder inte framåt.

Glad att inlägget föll i god jord.


Vh, iö

[Almen]

Jag är väldigt glad om det kan föras diskussioner precis så här, när man relaterar teori till praktik.

[Almen]

Jaa, grafpro, är du nöjd med svaren?

Jag hittade detta på nätet: http://www.statisticsdonewrong.com/

Har inte läst, bara skummat innehållsförteckningen, men det kanske kan vara intressant för de som frekventerar den här tråden?

Statistics Done Wrong is a guide to the most popular statistical errors and slip-ups committed by scientists every day, in the lab and in peer-reviewed journals. Many of the errors are prevalent in vast swathes of the published literature, casting doubt on the findings of thousands of papers. Statistics Done Wrong assumes no prior knowledge of statistics, so you can read it before your first statistics course or after thirty years of scientific practice.

Han dristar sig alltså att i svepande ordalag klaga på forskares, naturvetenskapares och vetenskapliga publikationers kunskaper i statistik! perstromgren! Säg till honom på skarpen!

[Svante]

Statistics Done Wrong is a guide to the most popular statistical errors and slip-ups committed by scientists every day, in the lab and in peer-reviewed journals. Many of the errors are prevalent in vast swathes of the published literature, casting doubt on the findings of thousands of papers. Statistics Done Wrong assumes no prior knowledge of statistics, so you can read it before your first statistics course or after thirty years of scientific practice.

Han dristar sig alltså att i svepande ordalag klaga på forskares, naturvetenskapares och vetenskapliga publikationers kunskaper i statistik! perstromgren! Säg till honom på skarpen!

Nja, förutsatt att källan även har en underbyggnad som är redovisad så ska den inte skarpsägastilll om inte underbyggnaden är fel.

Jag tror dessvärre att den finns och är rätt. Notera dock att textsnutten inte säger något om HUR vanliga felen är. Och den säger verkligen inte att alla gör felen.

[IngOehman]

Håller med, och menar att författaren tar upp ett viktigt ämne, och att medvetenheten om vilka ovetenskapliga tokigheter som förekommer i den akademiska världen (men ändå kallas vetenskap på grund av att akademisk och vetenskaplig ständigt landas ihop och/eller sätts likhetstecken mellan) verkligen behöver ökas.

Och jag tror dessutom att Almen skojade lite.

Om jag får ha en åsikt om vanligheten av fel i avhandlingar (av typen otillåtna slutsatser har dragits, ofta baserat på feltolkning av statisken) så är det att det handlar om så hög förekomst att det är sannolikare att man hittar en avhandling som har fel än en som saknar fel.

Men det sagt betyder det ju inte att en avhandling som har fel behöver ha fel i allt. Så är det förstås inte. Problemet är dock att den form som allmänhet, och i vissa fall även forskarkollegor, tar del av resultatet inte gör det möjligt att dra egna säkra slutsatser. För mycket information har gått förlorad från forskningen till det att det kom på papper, nästan alltid.


Vh, iö

[Svante]

Håller med, och menar att författaren tar upp ett viktigt ämne, och att medvetenheten om vilka ovetenskapliga tokigheter som förekommer i den akademiska världen (men ändå kallas vetenskap på grund av att akademisk och vetenskaplig ständigt landas ihop och/eller sätts likhetstecken mellan) verkligen behöver ökas.

Och jag tror dessutom att Almen skojade lite.

Om jag får ha en åsikt om vanligheten av fel i avhandlingar (av typen otillåtna slutsatser har dragits, ofta baserat på feltolkning av statisken) så är det att det handlar om så hög förekomst att det är sannolikare att man hittar en avhandling som har fel än en som saknar fel.

Men det sagt betyder det ju inte att en avhandling som har fel behöver ha fel i allt. Så är det förstås inte. Problemet är dock att den form som allmänhet, och i vissa fall även forskarkollegor, tar del av resultatet inte gör det möjligt att dra egna säkra slutsatser. För mycket information har gått förlorad från forskningen till det att det kom på papper, nästan alltid.


Vh, iö

Nej, just, halten sanning är långt högre i akademiska/vetenskapliga artiklar än i övriga typer av publikationer. Den ligger nog solklart i topp. Man ska också komma ihåg att möjligheten att bedöma sanningshalten är mycket högre i dessa artiklar eftersom det är kutym att redovisa hur slutsatserna man har dragit är underbyggda. Det kan också vara så att man väljer att publicera trots att man vet att data eller analys innehåller någon typ av fel, men att man ändå bedömer att det är värt att publicera eftersom det är svårt eller omöjligt att utföra studien felfritt.

[PerStromgren]

Jaa, grafpro, är du nöjd med svaren?

Jag hittade detta på nätet: http://www.statisticsdonewrong.com/

Har inte läst, bara skummat innehållsförteckningen, men det kanske kan vara intressant för de som frekventerar den här tråden?

Statistics Done Wrong is a guide to the most popular statistical errors and slip-ups committed by scientists every day, in the lab and in peer-reviewed journals. Many of the errors are prevalent in vast swathes of the published literature, casting doubt on the findings of thousands of papers. Statistics Done Wrong assumes no prior knowledge of statistics, so you can read it before your first statistics course or after thirty years of scientific practice.

Han dristar sig alltså att i svepande ordalag klaga på forskares, naturvetenskapares och vetenskapliga publikationers kunskaper i statistik! perstromgren! Säg till honom på skarpen!

Han är doktorand. Sådana lyssnar inte!

[Svante]

Han är doktorand. Sådana lyssnar inte!

...än.

[IngOehman]

Håller med, och menar att författaren tar upp ett viktigt ämne, och att medvetenheten om vilka ovetenskapliga tokigheter som förekommer i den akademiska världen (men ändå kallas vetenskap på grund av att akademisk och vetenskaplig ständigt landas ihop och/eller sätts likhetstecken mellan) verkligen behöver ökas.

Och jag tror dessutom att Almen skojade lite.

Om jag får ha en åsikt om vanligheten av fel i avhandlingar (av typen otillåtna slutsatser har dragits, ofta baserat på feltolkning av statisken) så är det att det handlar om så hög förekomst att det är sannolikare att man hittar en avhandling som har fel än en som saknar fel.

Men det sagt betyder det ju inte att en avhandling som har fel behöver ha fel i allt. Så är det förstås inte. Problemet är dock att den form som allmänhet, och i vissa fall även forskarkollegor, tar del av resultatet inte gör det möjligt att dra egna säkra slutsatser. För mycket information har gått förlorad från forskningen till det att det kom på papper, nästan alltid.


Vh, iö

Nej, just, halten sanning är långt högre i akademiska/vetenskapliga artiklar än i övriga typer av publikationer. Den ligger nog solklart i topp. Man ska också komma ihåg att möjligheten att bedöma sanningshalten är mycket högre i dessa artiklar eftersom det är kutym att redovisa hur slutsatserna man har dragit är underbyggda. Det kan också vara så att man väljer att publicera trots att man vet att data eller analys innehåller någon typ av fel, men att man ändå bedömer att det är värt att publicera eftersom det är svårt eller omöjligt att utföra studien felfritt.

Halten av sanning i vetenskapliga artiklar är alltid 100 %, för är den inte det så är de ju inte vetenskapliga.

Min poäng var att begreppen "akademisk" och "vetenskaplig" oftast blandas samman. Kanske är det i gemene mans ögon samma sak rent av, och reflexion över orden saknas därför? Jag får ibland det intrycket.

Det är olyckligt - både när det leder till att någon underförstår att något som står i en avhandling är vetenskapligt, och när någon märker att det som står inte stämmer och klandrar vetenskapen som princip.


Vh, iö

[Svante]

Halten av sanning i vetenskapliga artiklar är alltid 100 %, för är den inte det så är de ju inte vetenskapliga.

Med semantikdiskussionsrisk: Nej, det är väl klart att det kan smyga sig in fel även i en vetenskaplig artikel. Det upphör inte att vara en vetenskaplig artikel för det. Och det kan vara så att hela mänskligheten har fel och publicerar vetenskapliga artiklar med den (felaktiga) förkunskapen. De artiklarna upphör inte att vara vetenskapliga bara för att de innehöll fel. Tvärtom var de förmodligen en del i att driva kunskapen framåt. "Vetenskaplig" betyder inte "sann". Vetenskaplighet har med metoden, inte med resultatet att göra, även om resultatet blir en högre sanningshalt om man använder vetenskapliga metoder.

Min poäng var att begreppen "akademisk" och "vetenskaplig" oftast blandas samman. Kanske är det i gemene mans ögon samma sak rent av, och reflexion över orden saknas därför? Jag får ibland det intrycket.

Det är olyckligt - både när det leder till att någon underförstår att något som står i en avhandling är vetenskapligt, och när någon märker att det som står inte stämmer och klandrar vetenskapen som princip.

Jo, jag förstod att du menade det, och jag fyllde på med poängen med akademin; att det finns en kontrollapparat som kontrollerar vetenskapligheten. En akademisk vetenskaplig artikel smäller högre än en som är bara vetenskaplig i det att arbetena är granskade och att de som skriver akademisk/vetenskapliga artiklar är införstådda med det och därför utsätter sitt arbete för möjlighet till granskning.

Man har skäl att vara betydligt mer misstänksam mot ett arbete som inte är framtaget i akademin; att någon säger att arbetet är vetenskapligt ger ju ingen garanti alls.

Se bara på allt "vetenskapligt underlag" som åsyftas i reklamen.

Nu är inte den akademiska modellen vattentät heller, och eftersom ekonomiska och personliga drivkrafter tillåts verka även där så slipper det ibland igenom fel som inte borde ha släppts igenom.

[IngOehman]

Det är svårt att diskutera när du vill urholka begreppen, och när du på det underförstår att det inte är själva innehållet utan auktoritetstro (där auktoriteten skall vara den akademiska världen) som är grunden för vad man skall lita på så känns det även rätt så meningslöst att diskutera saken. Men du får ha din syn på saken. Bara så du inte tror något annat.

Och jag hoppas du inte tar det jag skriver personligt, representant för den akademska världen som du är. Jag har inte kritiserat dig, bara nämnt att ytan (att en skrift kommer från den akademiska världen) inte är en garant för kvalitet på innehållet, det är själva innehållet som bestämmer kvaliteten på arbetet. Kort sagt - förstår man det inte på egna grunder så finns det inget skäl att tro något om kvaliteten på det. Auktoritetstro, majoritetstro och tumregler suger, i princip alltid.


Vh, iö

[grafpro]

Det är svårt att diskutera när du vill urholka begreppen, och när du på det underförstår att det inte är själva innehållet utan auktoritetstro (där auktoriteten skall vara den akademiska världen) som är grunden för vad man skall lita på så känns det även rätt så meningslöst att diskutera saken. Men du får ha din syn på saken. Bara så du inte tror något annat.

Och jag hoppas du inte tar det jag skriver personligt, representant för den akademska världen som du är. Jag har inte kritiserat dig, bara nämnt att ytan (att en skrift kommer från den akademiska världen) inte är en garant för kvalitet på innehållet, det är själva innehållet som bestämmer kvaliteten på arbetet. Kort sagt - förstår man det inte på egna grunder så finns det inget skäl att tro något om kvaliteten på det. Auktoritetstro, majoritetstro och tumregler suger, i princip alltid.


Vh, iö

Svårt att förstå att båda dessa herrar är forskarutbildade. Grundläggande vetenskapsteoretisk terminologi borde väl ändå vara vedertagen av alla.

[Svante]

Det är svårt att diskutera när du vill urholka begreppen, och när du på det underförstår att det inte är själva innehållet utan auktoritetstro (där auktoriteten skall vara den akademiska världen) som är grunden för vad man skall lita på så känns det även rätt så meningslöst att diskutera saken. Men du får ha din syn på saken. Bara så du inte tror något annat.

Njaej, alltså det akademin står för är en mekanism som gör det möjligt för utomstående att bedöma kvaliteten på arbetet. Man kan göra ett arbete som är hur vetenskapligt korrekt som helst, men om man inte publicerar det, eller om man inte publicerar hur man har kommit fram till det man har kommit fram till så är det ju inte möjligt att vara kritisk.

Det jag skriver om är inte auktoritetstro, utan ett uttryck för att mekanismerna som används inom akademin höjer den vetenskapliga kvaliteten. Det är också en fråga om effektivitet, läser man en akademisk vetenskaplig publikation så vet man att åtminstone 2-3 oberoende forskare inom samma fält har läst artikeln utan invändningar i sak. Det betyder inte att man själv inte kommer att hitta fel, men det minskar sannolikheten.

Och jag hoppas du inte tar det jag skriver personligt, representant för den akademska världen som du är. Jag har inte kritiserat dig, bara nämnt att ytan (att en skrift kommer från den akademiska världen) inte är en garant för kvalitet på innehållet, det är själva innehållet som bestämmer kvaliteten på arbetet. Kort sagt - förstår man det inte på egna grunder så finns det inget skäl att tro något om kvaliteten på det. Auktoritetstro, majoritetstro och tumregler suger, i princip alltid.

...men de är effektiva om man vill ha något vettigt gjort och om man inte vill göra allt jobb själv. Det måste vara jobbigt att inte kunna lita på att någon annan gör sitt jobb. Att alltid behöva göra allt själv. Man kan ju nästan tro att du inte vågar använda en dammsugare eller mikrovågsugn utan att skruva isär den och kolla att de har kopplat rätt.

Har man en hög med 10 000 publikationer (tex på Internet) så behöver man ett sållningsverktyg för att få fram de artiklar som kan tänkas vara intressanta. Det är omöjligt att läsa alla artiklarna, eller i varje fall ineffektivt. Om man kan hitta en mekanism som väljer ut de 100 mest intressanta, tex mha att andra rekommenderar dem, eller att de har fått publiceras i akademin så kan man kanske leva med att man missar en artikel som var intressant. Det skulle man ju ha gjort ändå när man dog av uttröttning vid artikel nr 3529.

Edit: en sak till: att en skrift publicerats akademiskt ÄR en garant för kvaliteten. Garanti betyder dock inte att varan inte är behäftad med fel, utan att felen åtgärdas om man klagar. Det gäller inte för icke-akademiska publikationer.

...fast nu är jag grovt OT, och ber DQ om ursäkt.

[IngOehman]

Det är svårt att diskutera när du vill urholka begreppen, och när du på det underförstår att det inte är själva innehållet utan auktoritetstro (där auktoriteten skall vara den akademiska världen) som är grunden för vad man skall lita på så känns det även rätt så meningslöst att diskutera saken. Men du får ha din syn på saken. Bara så du inte tror något annat.

Och jag hoppas du inte tar det jag skriver personligt, representant för den akademska världen som du är. Jag har inte kritiserat dig, bara nämnt att ytan (att en skrift kommer från den akademiska världen) inte är en garant för kvalitet på innehållet, det är själva innehållet som bestämmer kvaliteten på arbetet. Kort sagt - förstår man det inte på egna grunder så finns det inget skäl att tro något om kvaliteten på det. Auktoritetstro, majoritetstro och tumregler suger, i princip alltid.


Vh, iö

Svårt att förstå att båda dessa herrar är forskarutbildade. Grundläggande vetenskapsteoretisk terminologi borde väl ändå vara vedertagen av alla.

Ja, det borde den kanske. Borde.

Det handlar ju inte heller bara om terminologi, utan i större grad om metodologi, t ex för eventuella experiment, men i ännu högre handlar det om hur dragandet av slutsatser går till, och hur dessa redovisas, om de redovisas. Även det senare är en metodologisk fråga. Vetenskaplighet handlar i själva verket mycket mindre om hur man studerar något, och väldigt mycket mera om hur man drar slutsatser från det man erfarit.


Vh, iö

[Almen]

Ja, mitt lilla skämt var inte menat att dra igång en metadiskussion. Hoppas vi kan sätta punkt för den här.

[DQ-20]

Svårt att förstå att båda dessa herrar är forskarutbildade. Grundläggande vetenskapsteoretisk terminologi borde väl ändå vara vedertagen av alla.

Tre sanningar med modifikation

a) Forskarutbildad = utbildad inom högskoleväsendet för att kunna bedriva egen forskning så som den definieras av forskarsamhället. Ett annat ord är doktorandstudier. En fullt genomförd utbildning ger en doktorsexamen. Skämt: Vad kallar man den som skrev världens sämsta doktorsavhandling? Svar: Doktor.
b) Det råder inte full konsensus om vetenskaplig terminologi. Terminologi är en artefakt som skapats av människor och det MÅSTE råda en viss oenighet som i alla andra sociala sammanhang.
c) Detta handlar inte om statistik med inriktning på F/E-test.

/DQ-20

[Almen]

Eftersom grafpro verkar nöjd med de utförliga svar han fick, så jag tänkte gå vidare med lite frågor.

1. "statistical power"
Hur kan man räkna ut det i fallet F/E-lyssning? Känns som att det beror på vilka lyssnare som är tillstädes, hur man uppskattar mängden och graden av färgning hos testobjektet, etc.. Snuddar detta vid en bayesiansk prior?

2. "multiple comparisons"
Detta har möjligtvis snuddats vid i "Le grande fil", men here goes. Upprepade test ökar p-värdet eftersom ju fler test man gör, desto större sannolikhet att man får en slumpmässig träff. I F/E-fallet finns kanske fyra lyssnare, två lämnar fullständiga lyssningsserier (varav en t.ex. 11 av 11 och en 7 av 11), en slutar gissa efter fem, och den sista lämnar inga svar alls. Hur räknar man?

Och om man sedan tar ytterligare en lyssning med bara den lyssnare som hade 11 och 11, med samma resultat, räknas detta också som "upprepade test"? För mig känns det som att resultatet stärks...

I princip kan väl det specifika testet även ses som ett i en oändlig rad tester och då blir ju resultatet inte mycket att ha i det avseendet. Men teoretiskt sett, när börjar man från scratch?

[IngOehman]

Man kan räkna väldigt noga, och att sätta upp ekvationen kan vara ett grannlaga arbete, men det är inte alltid man behöver.

Ibland är det så att man nöjer sig med att konstatera att man har en konfidens högre än XX%.

Och i sådana fall kan problemet att räkna ut hur säker man kan vara på att det resultat som verkar finnas inte beror på slumpen, förenklas väldigt. I många fall kan man t ex nöja sig med att konstatera att en del av studien ger 99%, och att den andra delen stärker och inte försvagar resultatet. Extra svårt blir det att räkna om man anser att folk inte har påverkat varandra - trots att det inte går att utesluta att de har det. Därför så utgick jag, under den tid jag ansvarade för tekniksektionen i LTS, ifrån att olika lyssnare ALLTID påverkade varandra. Och testerna lades även upp således att det var okej att så var fallet.

Det vill säga, femton lyssnare allihopa svarar rätt 9 gånger av 9, räknas som en.

Men som jag varit inne på tidigare är det även viktigt att veta vad det är man vill ha svar på. När man skall räkna statistik i sådana här fall så är det t ex viktigt att veta om det man undrar över är "kan någon människa detektera detta", eller "kan de flesta detektera detta". I LTS-fallet så handlade det oftast om att närma sig den absoluta gränsen, och då är multipla lyssnare något som fördunklar resultatet. Men icke desto mindre kan man behöva starta med lyssnare nog många för att hitta den goda lyssnaren...

Ofta är det nog bäst att anpassa strategin efter resultatet. Närmare bestämt att göra tester i flera steg där de tidiga stegen mest finns till för att finslipa strategin.

Men ett entydigt svar på hur man bör göra finns inte. Inte om målet är att lära sig så mycket som möjligt.


Vh, iö

[DQ-20]

1. "statistical power"
Hur kan man räkna ut det i fallet F/E-lyssning? Känns som att det beror på vilka lyssnare som är tillstädes, hur man uppskattar mängden och graden av färgning hos testobjektet, etc.. Snuddar detta vid en bayesiansk prior?

Ja, JAG kan inte räkna ut det utan ta ta fram böckerna och hålla på och handräkna eller programmera. MEN, det gör inte så mycket eftersom det är meningslöst. Den statistiska känsligheten (power) för signifikanstest i normala F/E-test är så låg att det i princip bara är "alla rätt" som gäller även när man kravet att effektstorleken skall vara större än 0,5 (bättre än slumpen). Statistical power har inget med en bayesiansk prior att göra. Vad begreppet anger är sannolikheten att få ett statistiskt signifikant resultat i ett visst signifikanstest givet 1. uppskattad effektstorlek, 2. vald signifikansnivå för det statistiska testet och 3. antal fall/försök. Ju högre känslighet, desto större chans att få ett statistiskt signifikant resultat, givet 1, 2 och 3.

2. "multiple comparisons"
Detta har möjligtvis snuddats vid i "Le grande fil", men here goes. Upprepade test ökar p-värdet eftersom ju fler test man gör, desto större sannolikhet att man får en slumpmässig träff. I F/E-fallet finns kanske fyra lyssnare, två lämnar fullständiga lyssningsserier (varav en t.ex. 11 av 11 och en 7 av 11), en slutar gissa efter fem, och den sista lämnar inga svar alls. Hur räknar man?

Och om man sedan tar ytterligare en lyssning med bara den lyssnare som hade 11 och 11, med samma resultat, räknas detta också som "upprepade test"? För mig känns det som att resultatet stärks...

I princip kan väl det specifika testet även ses som ett i en oändlig rad tester och då blir ju resultatet inte mycket att ha i det avseendet. Men teoretiskt sett, när börjar man från scratch?

Jag vet att jag har skrivit det förut. Principen är att för varje ny testserie så har slumpen möjlighet att påverka resultatet. Gör man "n" serier så får slumpen "n" chanser. Den enklast korrektionen är sk. Bonferroni korrigering och innebär att om man har n försök och är intresserad av en total signifikansnivå på p så blir kravet på varje enskild serie p/n. Det finns andra korrigeringsmetoder som tar hänsyn till korrelation mellan resultaten men det är ofta inga större skillnader. Alltså, gör man 5 serier och man söker en total signifikansnivå p<0,05 så blir kravet på varje enskilt test p<0,01. Om någon av serierna ligger över p<0,01 kommer man inte uppfylla kravet på p<0,05 för det sammanlagda resultatet för de 5 försöksserierna.

/DQ-20

[IngOehman]

Svårast är väl att bestämma hur man skall se på resultatet när det testas runt hela världen...

Säg att någon effekt studeras och de som studerar den finner att effekten upplevs finnas som funktion av det som man tänkte sig utlöste effekten. Nio gånger av nio svaras det rätt på när den utlösade faktorn slumpmässigt har varit med eller inte.

De stoppar där. Och man kan räkna ut hur sannolikt det är att slumpen fick dem att gissa rätt. En statistiker får uppdraget att göra det.


Men dagen efter så får man veta att samma studie har gjort på 6 ytterligare platser runt jorden, och alla de andra så fick man slumpresultat. Den statistiker man frågar vet dock inte om detta. Problemet blir filosofiskt. Är det svar man får från statistiken riktigt?

Man kan även tänka sig att det går en vecka tills saken testas på olika platser runt jorden. Är de det som statistikern räknat fram sant fram till det att man får veta resultaten från de andra studierna?


Vh, iö

- - - - -

PS. Svar - det statistikern säger är aldrig sant eller falskt. Ett påstående om att sambandet finns är alltid 100 % sant, eller 100% falskt. Det som statistiker i förekommande fall bråkar om, är hur säker man kan vara. Det vill säga de bråkar om hur lite man vet, vilket kvalitet på data man har tillgång till.

Ingenting annat. Det är det som ÄR statistik. Att räkna ut hur osäker det finns skäl att vara.

- - -

Vad är det för chans att vinna på ett lotteri med bara en vinstlott och 1 000 000 lotter?

Svar - antingen 100%, eller 0%.

Den som säger 1 på 1 000 000 säger inte att det inte är 100% eller 0%, utan bara att man inte vet förrän man kollat lotten.

- - -

Om en himlakropp är på väg mot jorden och en forskare säger att det är 15% risk att den skall träffa jorden, medan en annan säger att risken är 50%, vem har rätt?

Svar - ingen. Antingen kommer den att träffa, eller också kommer den inte att träffa. Det är 100% eller 0%.

De som säger 10% respektive 50% slåss egentligen bara om en sak - hur bra (eller rättare sagt hur dåliga) data de har. Det handlar båda om vad data säger och om man kan lita på detta... Men själva händelsen, verkligheten, den är som den är. Antingen som träffar den, eller också träffar den inte.

[DQ-20]

Svårast är väl att bestämma hur man skall se på resultatet när det testas runt hela världen...

Säg att någon effekt studeras och de som studerar den finner att effekten upplevs finnas som funktion av det som man tänkte sig utlöste effekten. Nio gånger av nio svaras det rätt på när den utlösande faktorn slumpmässigt har varit med eller inte.

De stoppar där. Och man kan räkna ut hur sannolikt det är att slumpen fick dem att gissa rätt. En statistiker får uppdraget att göra det.

Men dagen efter så får man veta att samma studie har gjort på 6 ytterligare platser runt jorden, och alla de andra så fick man slumpresultat. Den statistiker man frågar vet dock inte om detta. Problemet blir filosofiskt. Är det svar man får från statistiken riktigt?

Man kan även tänka sig att det går en vecka tills saken testas på olika platser runt jorden. Är de det som statistikern räknat fram sant fram till det att man får veta resultaten från de andra studierna?


Vh, iö

Det du tar upp är ju sk. meta-analys. Sådant brukar forskare göra när de på ett systematiskt sätt försöker bilda sig en uppfattning om kunskapsläget i ett forskningsfält. Det är normalt sett inget som "äkta" statistiker vill ta i med tång* av den enkla anledning att det inte går att ta fram några vettiga antaganden om fördelningar. Ingen fördelning - ingen statistik. Men man får försöka så gott man kan med de verktyg som står till buds och det kan innefatta både statistiska "resonemang" och bedömingar. Men man måste ha klart för sig att signifikansnivåer inte är ett bevis för någonting. Det är bara en indikation om att något statistiskt ovanligt har skett givet vissa antaganden. Om det är slumpen eller en verklig effekt kan vi aldrig veta med visshet i det enskilda fallet.

---/snip/---

Vad är det för chans att vinna på ett lotteri med bara en vinstlott och 1 000 000 lotter?

Svar - antingen 100%, eller 0%.

Den som säger 1 på 1 000 000 säger inte att det inte är 100% eller 0%, utan bara att man inte vet förrän man kollat lotten.

Jag förstår vad du menar men jag skulle inte uttrycka det som "chans" eftersom "chans" är den positiva varianten av "risk", dvs. ett sannolikhetsmått. Att efter försöket ange utfallet som 100% och 0% innebär att procentsatserna byter "filosofisk" status och är inte längre mått på sannolikhet. Det blir mest ett sätt att ange utfallsrummet vinst/inte vinst. Efter man har dragit har man ju visshet i det enskilda fallet och då är inte sannolikhet längre särskilt relevant. Sannolikhet, tolkat som relativ frekvens, är ju något som gäller för en oändlig mängd upprepade försök. Även med en klassisk definition av sannolikhet (antalet "fördelaktiga" utfall/antalet möjliga utfall) blir värdet detsamma: en på miljonen.

Om en himlakropp är på väg mot jorden och en forskare säger att det är 15% risk att den skall träffa jorden, medan en annan säger att risken är 50%, vem har rätt?

Svar - ingen. Antingen kommer den att träffa, eller också kommer den inte att träffa. Det är 100% eller 0%.

De som säger 10% respektive 50% slåss egentligen bara om en sak - hur bra (eller rättare sagt hur dåliga) data de har. Det handlar båda om vad data säger och om man kan lita på detta... Men själva händelsen, verkligheten, den är som den är. Antingen som träffar den, eller också träffar den inte.

Jag har ju gått igenom detta tidigare i tråden vad sannolikhet ("risk";"chans") innebär och här är det lätt att blanda ihop sannolikhetsbegreppen. En statistiker av normalsnitt avser relativ frekvens dvs. limes för andelen när antalet försök går mot oändligheten. Om den statistiskt lagde astrofysikern säger "15%" så avses "i 15% av alla fall som är identiskt med detta kommer himlakroppen att träffa jorden". Nu är det inte det svaret vi är ute efter utan en subjektiv sannolikhet för chansen att något inträffar i just det här fallet. Men se det får vi inte, för relativ frekvens är en egenskap hos fördelningen och är inte tillämpbar i det enskilda fallet. Sedan kan man spekulera i varför man har så pass "dålig" mätprecision för ett fysikaliskt förlopp där Newton räcker ganska långt, men det är kanske en annan fråga som leder från ämnet statistik.

/DQ-20

*) En hel del statistiker vill helst inte ta i empiriska data med tång överhuvudtaget utan föredrar simulerade data med kända statistiska egenskaper.

[Svante]

- - -

Vad är det för chans att vinna på ett lotteri med bara en vinstlott och 1 000 000 lotter?

Svar - antingen 100%, eller 0%.

Den som säger 1 på 1 000 000 säger inte att det inte är 100% eller 0%, utan bara att man inte vet förrän man kollat lotten.

- - -

Om en himlakropp är på väg mot jorden och en forskare säger att det är 15% risk att den skall träffa jorden, medan en annan säger att risken är 50%, vem har rätt?

Svar - ingen. Antingen kommer den att träffa, eller också kommer den inte att träffa. Det är 100% eller 0%.

De som säger 10% respektive 50% slåss egentligen bara om en sak - hur bra (eller rättare sagt hur dåliga) data de har. Det handlar båda om vad data säger och om man kan lita på detta... Men själva händelsen, verkligheten, den är som den är. Antingen som träffar den, eller också träffar den inte.

??? Nu verkar det som att du inte alls har förstått vad sannolikhet är. Du verkar blanda ihop sannolikhet för ena eller andra utfallet med utfallen själva.

[IngOehman]

Det är just det jag inte gör. Jag blandar isär dem.

Svårast är väl att bestämma hur man skall se på resultatet när det testas runt hela världen...

Säg att någon effekt studeras och de som studerar den finner att effekten upplevs finnas som funktion av det som man tänkte sig utlöste effekten. Nio gånger av nio svaras det rätt på när den utlösande faktorn slumpmässigt har varit med eller inte.

De stoppar där. Och man kan räkna ut hur sannolikt det är att slumpen fick dem att gissa rätt. En statistiker får uppdraget att göra det.

Men dagen efter så får man veta att samma studie har gjort på 6 ytterligare platser runt jorden, och alla de andra så fick man slumpresultat. Den statistiker man frågar vet dock inte om detta. Problemet blir filosofiskt. Är det svar man får från statistiken riktigt?

Man kan även tänka sig att det går en vecka tills saken testas på olika platser runt jorden. Är de det som statistikern räknat fram sant fram till det att man får veta resultaten från de andra studierna?


Vh, iö

Det du tar upp är ju sk. meta-analys. Sådant brukar forskare göra när de på ett systematiskt sätt försöker bilda sig en uppfattning om kunskapsläget i ett forskningsfält. Det är normalt sett inget som "äkta" statistiker vill ta i med tång* av den enkla anledning att det inte går att ta fram några vettiga antaganden om fördelningar. Ingen fördelning - ingen statistik. Men man får försöka så gott man kan med de verktyg som står till buds och det kan innefatta både statistiska "resonemang" och bedömingar. Men man måste ha klart för sig att signifikansnivåer inte är ett bevis för någonting. Det är bara en indikation om att något statistiskt ovanligt har skett givet vissa antaganden. Om det är slumpen eller en verklig effekt kan vi aldrig veta med visshet i det enskilda fallet.

---/snip/---

Vad är det för chans att vinna på ett lotteri med bara en vinstlott och 1 000 000 lotter?

Svar - antingen 100%, eller 0%.

Den som säger 1 på 1 000 000 säger inte att det inte är 100% eller 0%, utan bara att man inte vet förrän man kollat lotten.

Jag förstår vad du menar men jag skulle inte uttrycka det som "chans" eftersom "chans" är den positiva varianten av "risk", dvs. ett sannolikhetsmått. Att efter försöket ange utfallet som 100% och 0% innebär att procentsatserna byter "filosofisk" status och är inte längre mått på sannolikhet. Det blir mest ett sätt att ange utfallsrummet vinst/inte vinst. Efter man har dragit har man ju visshet i det enskilda fallet och då är inte sannolikhet längre särskilt relevant. Sannolikhet, tolkat som relativ frekvens, är ju något som gäller för en oändlig mängd upprepade försök. Även med en klassisk definition av sannolikhet (antalet "fördelaktiga" utfall/antalet möjliga utfall) blir värdet detsamma: en på miljonen.

Om en himlakropp är på väg mot jorden och en forskare säger att det är 15% risk att den skall träffa jorden, medan en annan säger att risken är 50%, vem har rätt?

Svar - ingen. Antingen kommer den att träffa, eller också kommer den inte att träffa. Det är 100% eller 0%.

De som säger 10% respektive 50% slåss egentligen bara om en sak - hur bra (eller rättare sagt hur dåliga) data de har. Det handlar båda om vad data säger och om man kan lita på detta... Men själva händelsen, verkligheten, den är som den är. Antingen som träffar den, eller också träffar den inte.

Jag har ju gått igenom detta tidigare i tråden vad sannolikhet ("risk";"chans") innebär och här är det lätt att blanda ihop sannolikhetsbegreppen. En statistiker av normalsnitt avser relativ frekvens dvs. limes för andelen när antalet försök går mot oändligheten. Om den statistiskt lagde astrofysikern säger "15%" så avses "i 15% av alla fall som är identiskt med detta kommer himlakroppen att träffa jorden". Nu är det inte det svaret vi är ute efter utan en subjektiv sannolikhet för chansen att något inträffar i just det här fallet. Men se det får vi inte, för relativ frekvens är en egenskap hos fördelningen och är inte tillämpbar i det enskilda fallet. Sedan kan man spekulera i varför man har så pass "dålig" mätprecision för ett fysikaliskt förlopp där Newton räcker ganska långt, men det är kanske en annan fråga som leder från ämnet statistik.

/DQ-20

*) En hel del statistiker vill helst inte ta i empiriska data med tång överhuvudtaget utan föredrar simulerade data med kända statistiska egenskaper.

Jag håller med om vartenda ord du skriver, men känner att jag måste förtydliga min poäng.

Min poäng handlar om att man ofta talar om sannolikheter, även efter att ett val är gjort, och man kan argumentera både för att göra det, och mot att göra det.

Låt oss ta fallet med lotten - om man frågar vilken sannolikheten att vinna genom att ta den enda vinstlotten är, om man tar en slumpmässig lott av 1 000 000 lotter, så är det ju 1:1000 000, alltså 0,0001%.

Men vilken är sannolikheten om man redan valt lott?

Då är sannolikheten 100% eller 0%. Inget annat. Man vet fortfarande inte svaret, men det som 0,0001% är applicerbart är inte längre lotten, den är ju vad den är, utan 0,0001% gäller nu bara vad vi vet om den.

Det blir kanske ännu tydligare när det gäller en himlakropp som är på väg mot jorden i rymden. Det är ingen tvekan om att den antingen kommer att träffa, eller att den kommer att missa. Där görs sannolikhetsbedömningarna inte på enkla statistiska grunder, utan de vilar mot graden av okunskap om himlakroppens läge, riktning och hastighet. Men att vi inte känner dem noga nog påverkar inte om den kommer att träffa eller inte.

Och med det sagt så gäller faktiskt samma sak för lotten. Den är redan vald, och sannolikheten berättar om graden av okunskap om huruvida det är vinstlotten eller inte. Det blir såklart samma siffra (0,0001%) men den berättar inte längre direkt (bara indirekt) om processen att slumpmässigt välja en lott, för valet är redan gjort. Nu berättar den om hur vad vi vet om utfallet. Då ovetbarheten i sig vilar på slumpprocessens mekanismer så blir det såklart samma siffra, men filosofiskt sett är det inte samma sak.

Och när jag skrivit allt detta så börjar jag undra om det finns någon poäng alls i det jag skriver. Det vill säga, det gör det förstås, men finns det någon mening med poängen?


Vh, iö

[Svante]

Min poäng handlar om att man ofta talar om sannolikheter, även efter att ett val är gjort, och man kan argumentera både för att göra det, och mot att göra det.

Låt oss ta fallet med lotten - om man frågar vilken sannolikheten att vinna genom att ta den enda vinstlotten är, om man tar en slumpmässig lott av 1 000 000 lotter, så är det ju 1:1000 000, alltså 0,0001%.

Men vilken är sannolikheten om man redan valt lott?

Då är sannolikheten 100% eller 0%. Inget annat. Man vet fortfarande inte svaret, men det som 0,0001% är applicerbart är inte längre lotten, den är ju vad den är, utan 0,0001% gäller nu bara vad vi vet om den.

Fast begreppet sannolikhet är inte bundet till före-efter. Felet här är att det inte är tydligt vilken sannolikhet man frågar efter. Det du tar upp är två olika frågor:

1. Vad är det för chans att vinna på ett lotteri med bara en vinstlott och 1 000 000 lotter?
2. Vad är det för chans att den här vinstlotten (alt nitlotten) som jag just drog är en vinstlott?

Du var dock ganska tydlig i ditt första inlägg:

Vad är det för chans att vinna på ett lotteri med bara en vinstlott och 1 000 000 lotter?
Svar - antingen 100%, eller 0%.

Där är det solklart att sannolikheten är 0,0001%. Sannolikhet definieras som antalet gynnsamma utfall delat med antalet möjliga utfall. Det är fullt möjligt att prata om sannolikheten även efter att man har tittat på lotten. "Jag vann på lotteriet, vilken tur, chansen att man ska få vinstlotten är ju bara 0,0001%."

I fall två däremot har man en betingad sannolikhet, hur stor är chansen att få vinstlotten, givet att man har fått vinstlotten. Lite krystat kan man säga att statisktikern skriver det som P(B|A)=P(A∩B)/P(A), här är både A och B händelsen att få vinstlotten, och då blir P(A∩B)=P(A)=0,0001% och P(B|A)=1. I alternativa fallet är A händelsen att inte få vinstlotten och då blir B=icke-A, dvs P(A∩B)=0 och P(B|A)=0. Det var nog det du menade, men inte det du skrev.

[DQ-20]

Det känns lite som vi hamnat utanför sannolikhetsbegreppet lite här. Det finns inga andra teoretiska möjligheter än att en lott antingen är en vinstlott eller en nitlott. Därför byter 1 (eller 0) i räkneexemplet status från "almost surely" till "sure". I så fall är sannolikheten för att få en vinstlott när man får en vinstlott är inte 1 (almost surely), även om det är esoteriskt finlir.

/DQ-20

[Svante]

Det där förstod jag inte. Menar du att sannolikheten att man får en vinstlott, betingat att man redan har fått en vinstlott, inte är 1?

[DQ-20]

Det där förstod jag inte. Menar du att sannolikheten att man får en vinstlott, betingat att man redan har fått en vinstlott, inte är 1?

Ja, ungefär så. Det är liksom inte meningsfullt att definiera väntevärdet på ett säkert utfall (sure) i probabilistiska termer. Det är det däremot om det är "almost sure". Väntevärdet för ett utfall som är "almost sure" är P[E]=1 men om man sätter P[E]=1 för ett utfall som är "sure" så blir det ju identitet mellan "almost sure" och "sure" trots att "sure" är "mer sannolikt". För "almost sure" finns det ett "limes-tänkande" med i bilden, för "sure" så finns det inte det. Fast jag är osäker på vad det har med F/E-test att göra...

/DQ-20

[Svante]

...fast ligger inte detta limes redan i sannolikhetsbegreppet? Jag menar om jag säger at p=0,9, alltså inte "ungefär lika med", så har jag ju redan gjort gränsvärdesberäkningen med oändligt många utfall. Och då blir det bara tal man räknar med och P(B|A)=P(A∩B)/P(A)=1 eftersom P(A∩B)=P(A). Det skumma som du syftar på finns nog redan i sannolikhetsbegreppet, inte i räknandet med sannolikheterna (som ju är tal)?

Hmm.

[DQ-20]

...fast ligger inte detta limes redan i sannolikhetsbegreppet? Jag menar om jag säger at p=0,9, alltså inte "ungefär lika med", så har jag ju redan gjort gränsvärdesberäkningen med oändligt många utfall. Och då blir det bara tal man räknar med och P(B|A)=P(A∩B)/P(A)=1 eftersom P(A∩B)=P(A). Det skumma som du syftar på finns nog redan i sannolikhetsbegreppet, inte i räknandet med sannolikheterna (som ju är tal)?

Hmm.

Ja, jag säger det samma. Hmmm... Jag tänker att "grejen" är att när något är "sant" så är det inte längre "sannoLIKT" utan just "sant". Händelsen byter "ontologisk skepnad". Men återigen - sannolikheter är något som är en "repeated sampling property" (dvs. gäller en fördelning av händelser) när det gäller objektiv sannolikhet (klassisk; relativ frekvens) och gäller inte enskilda fall. Så jag TYCKER inte man skall tillämpa dessa sannolikhetsbegrepp i enskilda fall. I ditt exempel räknar du just på en betingad sannolikhet i ett enskilt fall och det är det som gör att jag tycker att det blir "lite konstigt" även om matematiken är korrekt. Om man tittar på Bayes teorem så blir det pannkaka när man sätter en P[prior]=0. Då blir även P[posterior]=0 oavsett data. Praktisk tolkning: oavsett vad du har för empiriska bevis tror jag ändå inte på det. Jag brukar använda det som argument att för att det är ovetenskapligt att säga att något är omöjligt (i meningen "never"). Därför: jag kan mycket väl ha fel med tanke på att jag är amatör och statistisk känslomänniska.

/DQ-20 km från F/E

[IngOehman]

Men återigen - sannolikheter är något som är en "repeated sampling property" (dvs. gäller en fördelning av händelser) när det gäller objektiv sannolikhet (klassisk; relativ frekvens) och gäller inte enskilda fall. Så jag TYCKER inte man skall tillämpa dessa sannolikhetsbegrepp i enskilda fall.

Exakt. Det är precis det det handlar om.

En SPECIFIK himlakropp kommer endera att kollidera med jorden, eller också gör den det inte.

Om någon anger en sannolikhet för kollision, så projicerar de bara sin osäkerhet (det är informationen kvalitet och kvanitet de redovisar, sin osäkerhet) på himlakroppen, som dock inte har någon sannolikhet att träffa. Det finns bara en sanning. Även om den är okänd.

Samma sak gäller en lott, som blir specifik samma ögonblick som den har blivit vald.

Om man tittar på Bayes teorem så blir det pannkaka när man sätter en P[prior]=0. Då blir även P[posterior]=0 oavsett data. Praktisk tolkning: oavsett vad du har för empiriska bevis tror jag ändå inte på det. Jag brukar använda det som argument att för att det är ovetenskapligt att säga att något är omöjligt (i meningen "never"). Därför: jag kan mycket väl ha fel med tanke på att jag är amatör och statistisk känslomänniska.

/DQ-20 km från F/E

Du har såklart rätt.

Att påstå att något är omöjligt faller på att det inte går att generera argument för det*, då det faller på den första vetenskapliga tesen.

Men kan i ett experiment i bästa fall påvisa någots närvaro (ting eller egenskap) men inte bevisa alltings (ting och egenskaper) frånvaro.

För att kunna bevisa att inget finns måste man först känna allt det som man påstår inte finns, och bara sådant som finns kan man känna... Kort sagt - det man inte känner vet man inte om det finns.


Vh, iö

- - - - -

*Och därmed påstod jag just att något var omöjligt... Det kan verka motsägelsefullt men är det faktiskt inte.

[Svante]

En SPECIFIK himlakropp kommer endera att kollidera med jorden, eller också gör den det inte.

Ja, och när man uttalar sig statistiskt om att sannolikheten för det är så och så stor så menar man egentligen att givet de indata vi har skulle x% av alla himlakroppar som närmade sig jorden och gav dessa indata kollidera med jorden. I osäkerheten ligger som du säger osäkerhet i mätdata, men också svårigheten att förutsäga himlakroppars banor i flermassesystem, och att diffekvationerna som beskriver rörelserna är divergenta. Det är inte uteslutet att äkta slump spelar in där (radioaktivt sönderfall), även om jag som du (?) tror att det är framförallt den imperfektion i mätdata som man har pga mätfel dominerar.

[IngOehman]

Okej, så då har du äntligen fattat och håller med? Bra i så fall. Och min poäng är att de som kommer med sådana sannolikhetsuppgifter ofta inte fattar. De projicerar egenskapen sannolikhet på det specifika objektet. Det är fel.

Och extra roligt blir det om två personer bråkar om vilken sannolikhet det är!

Det enda de säger, båda två, är att de inte vet (om det är 0% eller 100%). Jag har hört det hända i verkligheten, på radio.


Vh, iö

[PerStromgren]

Sannolikt va, det betyder väl nåt som är likt sanning. Men riktigt lika sant som sanning är det inte om det är sannolikt.

Nu har vi tydligen inte råd med äkta sanningar längre, utan vi får nöja oss med sannolikhetskalkyler. Det är synd det, för dom håller lägre kvalitet än sanningar. Dom är inte lika pålitliga. Dom blir till exempel väldigt olika före och efter.

Jag menar före Harrisburg så var det ju ytterst osannolikt att det som hände i Harrisburg skulle hända, men så fort det hade hänt rakade ju sannolikheten upp till inte mindre än 100 procent så det var nästan sant att det hade hänt.
Men bara nästan sant. Det är det som är så konstigt. Det är som om man menar att det som hände i Harrisburg var så otroligt osannolikt så egentligen har det nog inte hänt.

[...]

Och man förstår ju att [ett namngivet parti] har tvekat, för en sån olycka inträffar ju enligt alla sannorlikhetsberäkningar bara en gång på flera tusen år, och då är det ju i varje fall inte troligt att den har hänt redan nu, utan det är väl i så fall mera sannolikt att den har inträffat längre fram. Och då kommer ju saken i ett annat läge. För det kan ju inte vi bedöma nu. Då. Eller...

Sen är det också det att om det som hände i Harrisburg verkligen hände, mot förmodan, så är ju sannolikheten för att det ska hända en gång till, den är ju så oerhört löjligt jätteliten så att på sätt och vis kan man säga att det var nästan bra att det som hände i Harrisburg hände, om det nu gjorde det. För jag menar då kan man ju nästan säkert säja att det inte kommer hända igen.

I varje fall inte i Harrisburg. Och säkert inte samtidigt som förra gången.

Risken för en upprepning är så liten att den är försumbar. Med det manas att den finns inte, fast bara lite.
Nu är ju det här rätt krångligt för gemene man, så egentligen är det väl ingen idé att ha folkomröstning om sånt här. Folk i allmänhet dom tänker förstås på sitt grovhuggna vis att det som hände i Harrisburg verkligen har hänt. Dom tar det som en sanning. Tala alltid sanning, barn, sa våra föräldrar till oss. Det får vi inte säga till våra barn utan vi måste lära dom att alltid tala sannolikt. Att säga sannolikheten, hela sannolikheten och ingenting annat än sannolikheten.

Så att dom inser att det som hände i Harrisburg inte kan hända här, eftersom det inte ens hände där, vilket hade varit mycket mer sannolikt, med tanke på att det var där det hände.

[IngOehman]

Vad jag saknar honom.

Men det som är bra med att just en konstnär dör, är att de trots det lever vidare. Konstnärer är ju en sorts spårsättare.

https://www.youtube.com/watch?v=FjuhW-4tyEI


Vh, iö

- - - - -

PS. Ja, Tage har fattat, och hans satir är härligt skarp.

[Svante]

Okej, så då har du äntligen fattat och håller med?

Det jag skrev har jag fattat hela tiden.

[IngOehman]

Isåfall är det svårt att förstå vissa av dina tidigare inlägg eftersom de ser ut att se på saken på ett helt annat sätt.


Vh, iö

[DQ-20]

Sannolikt va, det betyder väl nåt som är likt sanning. Men riktigt lika sant som sanning är det inte om det är sannolikt.

Detta är intellektuell komik på hög nivå och dessutom på en av de mest "korkade" av alla dialekter. Det var dessutom ett inlägg i kärnkraftsdebatten. Mer seriöst handlar det om hur man skall uppdatera sina förväntningar i skenet av ny data. Här kan man använda sig av ett bayesianskt resonemang. Och i så fall har de tidigare förväntningarna stor betydelse för hur man ser på data. Om man anser att risken för en händelse är liten kommer ny data att värderas "lägre" än om man anser att risken var hög. Hur Tage ser på kärnkraftsäkerhet EFTER katastrofen i Harrisburg är alltså en direkt funktion av hur Tage såg på kärnkraftssäkerhet före katastrofen i Harrisburg. För att inte tala om han fått uppleva Tjernobyl. Att olika människor kommer till olika slutsatser efter en händelse är att alltså helt i linje med att de har olika förväntningar. En blir blir förvånade när saker händer, andra inte.

/DQ-20

[IngOehman]

En av mina favoriter, som visar hur fel det kan bli när statistiker, som inte riktigt behärskar sitt ämne, skall tänka till, är då Concorde bedömdes vara världens säkraste flygplan år efter år efter år... eftersom INGA krascher inträffade.

Så händer EN incident, och oförnuftiga statistiker utnämner flygplanet till det farligaste i världen, eftersom det flugit så få timmar (med bara 14 flygplan i var det 27 år?) att en krasch blev mycket i förhållandet till totalen...

Det finns ett talesätt som säger "en gång är ingen gång", och trots att det såklart saknar alla matematisk tyngd, så kan det i den statistiska världen rent av närma sig att vara en sanning. Inte att en gång är ingen gång, men att en gång inte kan räknas riktigt så enkelt som "mot alla icke inträffade gånger" som förflutit innan.


Vh, iö

- - - - -

PS. Det finns många varianter:

En gång är ingen gång, två gånger är en gång för mycket.

En gång är ingen gång, två gånger är en... gong-gong!

Gong-gong till salu - endast använd en gong.

[Svante]

Isåfall är det svårt att förstå vissa av dina tidigare inlägg eftersom de ser ut att se på saken på ett helt annat sätt.

Ja, en vacker dag kommer du kanske att förstå det.

[IngOehman]

Jag förstår det redan och har gjort det hela tiden.

Jag skrev bara att det är svårt att förstå, och det är det, för mig, som ju tror väl om människor och inte vill utgå ifrån att deras beteende har sin grund i prestigeproblem. Men bara för att det är svårt är det ju inte omöjligt. Men jag nöjer mig med att du nu håller med om och tycks förstå det jag skrivit från första början. Alltid något.


Vh, iö

[Svante]

Alltså, man kan ju se hittils inträffade händelser som ett stickprov av alla händelser som kommer att inträffa. Om man gör det så uppstår konsekvenserna som ni beskriver. Det KAN vara så att förhållningssättet är det enda man har tillgång till, och då är det det bästa sättet. Men att det är bäst betyder inte att det är bra, speciellt inte om "antalet gynnsamma"* händelser är litet eller noll.

Fallet med Concorden eller med Harrisburg för den delen liter just av det, det vsar enstaka händelser som man använde för att beräkna sannolikheter. Stickprovet är för litet och beräkningen innehåller därför ett för stort fel för att man ska kunna få mer än en indikation på hur farligt det var.

*Här syftande på definitionen av sannolikhet som antalet gynnsamma händelser / totala antalet händelser, en kärnkraftsolycka är ju inte så hemskt gynnsam i övrigt.

[IngOehman]

Ja.

Men "man kan ju se"-perspektivet är inte vetenskapligt. Men visst kan man det. Om man vill ha en "indikation". Det enda vetenskapliga man kan ha den till är att hypotetisera vidare från, kanske för att få inspiration till vad man vill undersöka på riktigt? Istället lade man ned alla Concorde-flyglinjer.


Vh, iö

[Svante]

Men "man kan ju se"-perspektivet är inte vetenskapligt. Men visst kan man det. Om man vill ha en "indikation". Det enda vetenskapliga man kan ha den till är att hypotetisera vidare från, kanske för att få inspiration till vad man vill undersöka på riktigt? Istället lade man ned alla Concorde-flyglinjer.

Man-kan-se-perspektivet är i högsta grad vetenskapligt, vad som är ovetenskapligt är att inte ha koll på felkällorna och hur stora de är och därför dra felaktiga slutsatser. Det finns absolut fall där historien med god noggrannhet kan förutsäga framtiden, det handlar bara om att skaffa sig ett tillräckligt representativt urval, tillräckligt för det syfte man gör studien.

Sen tror jag att alla inte är överens med dig om historieskrivningen kring Concorde. Var det inte så att linjen gick med förlust, och att det blev tämligen omöjligt att fortsätta med den efter att ett plan hade försvunnit?

[PerStromgren]

Så här säger engelska wickan om pensioneringen av Concorde:

Retirement

On 10 April 2003, Air France and British Airways simultaneously announced that they would retire Concorde later that year. They cited low passenger numbers following the 25 July 2000 crash, the slump in air travel following the September 11, 2001 attacks, and rising maintenance costs. Although Concorde was technologically advanced when introduced in the 1970s, 30 years later, its analogue cockpit was dated. There had been little commercial pressure to upgrade Concorde due to a lack of competing aircraft, unlike other airliners of the same era such as the Boeing 747. By its retirement, it was the last aircraft in British Airways' fleet that had a flight engineer; other aircraft, such as the modernised 747-400, had eliminated the role.

[Nattlorden]

Fanns ju andra problem för Concorde också... de blev av vissa nationer inte godkända för överljudsfart, så en del teoretiskt intressanta linjer att trafikera blev omöjliga, eller i alla fall menlösa...

[IngOehman]

Men "man kan ju se"-perspektivet är inte vetenskapligt. Men visst kan man det. Om man vill ha en "indikation". Det enda vetenskapliga man kan ha den till är att hypotetisera vidare från, kanske för att få inspiration till vad man vill undersöka på riktigt? Istället lade man ned alla Concorde-flyglinjer.

Man-kan-se-perspektivet är i högsta grad vetenskapligt, vad som är ovetenskapligt är att inte ha koll på felkällorna och hur stora de är och därför dra felaktiga slutsatser.

Nej, godtyckliga synsätt är inte vetenskapliga. Och en "indikation", som du säger, är inte ett ord med konkret betydelse. Det kan tolkas som att det visar något som finns, eller det kan tolkas som att det får något att verka finnas.

Exempel: Någon skulle kunna skriva att "man kan se" dina inlägg Svante, där du ständigt vill ha rätt mot iö och aldrig säger att du haft fel ens när du ändrar uppfattning, som ett tecken på att du har dålig självkänsla.

Och min kommentar till det hela är att "man kan se"-perspektivet är ovetenskapligt. Man (vem som helst) kan ju välja att se hur tusan som helst. Det kan vara sant och det kan vara falskt, men det säger ingenting konkret om någonting, och saknar därför vetenskapligt värde.

Det finns absolut fall där historien med god noggrannhet kan förutsäga framtiden, det handlar bara om att skaffa sig ett tillräckligt representativt urval, tillräckligt för det syfte man gör studien.

Ja just det, och det är sådana man vill ha, inte ett beslut som tas efter EN incidens efter många, många år.

Sen tror jag att alla inte är överens med dig om historieskrivningen kring Concorde. Var det inte så att linjen gick med förlust, och att det blev tämligen omöjligt att fortsätta med den efter att ett plan hade försvunnit?

Det sista känner jag inte till, men det fanns självklart massor av faktorer, där lönsamheten är en, som tillsammans låg bakom nedläggningsbeslutet. Men det är inte beslutet som sådant jag talar om, utan att man angav att planet efter olyckan statistiskt var världen farligaste plan. Och när jag säger "man" så spelar det egentligen inte ens så stor roll vem "man" var. Någon gjorde det, och det var dumt gjort.

Detta är en statistiktråd, och att dra en sådan slutsats är statistiskt otillåtet. Det var bara det.


Vh, iö

[IngOehman]

Fanns ju andra problem för Concorde också... de blev av vissa nationer inte godkända för överljudsfart, så en del teoretiskt intressanta linjer att trafikera blev omöjliga, eller i alla fall menlösa...

Min gissning är att de idag hade haft en bättre marknad än de hade när de lades ned.

Men oavsett vilket så tycker jag det är tråkigt att vi backar istället för att gå framåt.

Tiden då vi landade på månen och flög Concorde gav mig hopp för mänskligheten.

Vad sysslar vi med idag som kan mäta sig?


Vi har skapat ett samhälle med övervakning av oskyldiga människor, sätter farthinder på vägarna och förnedrings-TV dominerar eter-utbudet...


Vh, iö

[Bill50x]

Fanns ju andra problem för Concorde också... de blev av vissa nationer inte godkända för överljudsfart, så en del teoretiskt intressanta linjer att trafikera blev omöjliga, eller i alla fall menlösa...

Min gissning är att de idag hade haft en bättre marknad än de hade när de lades ned.

Men oavsett vilket så tycker jag det är tråkigt att vi backar istället för att gå framåt.

Tiden då vi landade på månen och flög Concorde gav mig hopp för mänskligheten.

Vad sysslar vi med idag som kan mäta sig?

Om man inte kräver mer än att landa på månen och flyga Concorde för att ha ett hopp om mänskligheten så har man inte så stora krav...

Concorde är ännu omöjligare idag än det var på tiden det begav sig. Bränsleförbrukningen per passagerare var enorm, planet drog med sig kraftiga bullermattor vilket gjorde att ganska många länder helt enkelt förbjöd planet (precis som du skrev). Planet hade aldrig någon plan flykt utan man steg kontinuerligt tills det var dags att gå ner igen. Lustigt, vi diskuterade faktiskt just detta plan med en pilot/flygledare på en middag i lördags. Han, tillika med grannen, som äger ett litet flygbolag, menar att ett sådant plan inte har en chans idag med det miljövetande vi har. Även om vi idag kan få ner bränsleförbrukningen är bullret fortfarande ett stort problem. De största vinsterna tidsmässigt gör vi nog med att förkorta restiderna till och från flygplatserna och minska tiden från det att du anländer till flygplatsen tills planet lyfter. Omvänt samma sak när du landat.

/ B

[IngOehman]

Njae, världen är större än lilla Sverige.

Och den kommentaren gäller för allt det du skrev.


Vh, iö

[Svante]

..."man kan se" dina inlägg Svante, där du ständigt vill ha rätt mot iö och aldrig säger att du haft fel ens när du ändrar uppfattning, som ett tecken på att du har dålig självkänsla.

Är det så du ser det?

[Svante]

De största vinsterna tidsmässigt gör vi nog med att förkorta restiderna till och från flygplatserna och minska tiden från det att du anländer till flygplatsen tills planet lyfter. Omvänt samma sak när du landat.

Jag tror att vi gör de största vinsterna på ett helt annat sätt idag, genom att Skypa. Man behöver inte resa så ohemult mycket, man kan ha sina konferenser elektroniskt i stället. Det fixar både restider och miljöpåverkan. Det är alldeles för billigt att resa idag i förh...

Fasen det här är ju statistiktråden. Sorry DQ.

[Nattlorden]

Fanns ju andra problem för Concorde också... de blev av vissa nationer inte godkända för överljudsfart, så en del teoretiskt intressanta linjer att trafikera blev omöjliga, eller i alla fall menlösa...

Min gissning är att de idag hade haft en bättre marknad än de hade när de lades ned.

Men oavsett vilket så tycker jag det är tråkigt att vi backar istället för att gå framåt.

Tiden då vi landade på månen och flög Concorde gav mig hopp för mänskligheten.

Vad sysslar vi med idag som kan mäta sig?

Nja, jag tror det blir svårt att få godkänt att släpa en ljudbangskon över befolkat område idag också... Så det blir omvägar över hav om man skall flyga fort... Eller fisflyga den delen som är över land...

Tja... Att SpaceX försöker återlanda sin bärraket tycker jag nog är rätt så häftigt.

[Svante]

Det finns absolut fall där historien med god noggrannhet kan förutsäga framtiden, det handlar bara om att skaffa sig ett tillräckligt representativt urval, tillräckligt för det syfte man gör studien.

Ja just det, och det är sådana man vill ha, inte ett beslut som tas efter EN incidens efter många, många år.

Men säg att man bara har en olycka. Säg att vi hade lyckats göra fusionskraft och lyckats köra den i femtio år med en enda olycka.

Ska man helt ignorera kunskapen det kan ge eller ska man kanske försöka räkna ut ett väntevärde för felfrekvensen, med konfidensintervall, och sedan fatta beslut baserat på detta? Så fort man får konfidensintervallet (som kommer att bli stort) kommer man ju att kunna värdera data mycket bättre än om man tar ett panikbeslut direkt efter olyckan.

Vetenskap är att utnyttja de data man har på ett optimalt sätt, och att värdera de data man har rätt. Även om man bara har en olycka så är det mer information än vad man hade innan man började använda fusionskraften. Det optimala utnyttjandet är inte knutet till hur mycket nytta man har av data, utan bara att det är det bästa man kan göra, givet data.

[Nattlorden]

Men säg att man bara har en olycka. Säg att vi hade lyckats göra fusionskraft och lyckats köra den i femtio år med en enda olycka.

Ska man helt ignorera kunskapen det kan ge eller ska man kanske försöka räkna ut ett väntevärde för felfrekvensen, med konfidensintervall, och sedan fatta beslut baserat på detta? Så fort man får konfidensintervallet (som kommer att bli stort) kommer man ju att kunna värdera data mycket bättre än om man tar ett panikbeslut direkt efter olyckan.

Antag att vi bara byggt en reaktor (och felet egentligem var något väldigt osannolikt). Vad säger statistiken då om man inte låter folk som förstår hur stort urval man behöver innan man kan dra slutsatser ur materialet med någon form av säkerhet?

[Svante]

Men säg att man bara har en olycka. Säg att vi hade lyckats göra fusionskraft och lyckats köra den i femtio år med en enda olycka.

Ska man helt ignorera kunskapen det kan ge eller ska man kanske försöka räkna ut ett väntevärde för felfrekvensen, med konfidensintervall, och sedan fatta beslut baserat på detta? Så fort man får konfidensintervallet (som kommer att bli stort) kommer man ju att kunna värdera data mycket bättre än om man tar ett panikbeslut direkt efter olyckan.

Antag att vi bara byggt en reaktor (och felet egentligem var något väldigt osannolikt). Vad säger statistiken då om man inte låter folk som förstår hur stort urval man behöver innan man kan dra slutsatser ur materialet med någon form av säkerhet?

Nu ska vi se om jag förstår den sista meningen; Statistiken säger det den säger oavsett vem som drar slutsatser av den. Men det var nog inte det du menade. Menar du att det är lätt att dra fel slutsatser? Så är det nog. Min poäng är att även ett konfidensintervall behöver tas fram, och om man bara förstår vad ett konfidensintervall är och om man ser hur stort det blir så är det lättare att dra rimliga slutsatser. Alltså; problemet är inte att man drar slutsatser av en begränsad mängd data, problemet är att man drar fel slutsatser och framför allt inte tillåter sig se hur lite information som ligger i ett få-olycke-underlag.

[rikkitikkitavi]

Fanns ju andra problem för Concorde också... de blev av vissa nationer inte godkända för överljudsfart, så en del teoretiskt intressanta linjer att trafikera blev omöjliga, eller i alla fall menlösa...

Min gissning är att de idag hade haft en bättre marknad än de hade när de lades ned.

Men oavsett vilket så tycker jag det är tråkigt att vi backar istället för att gå framåt.

Tiden då vi landade på månen och flög Concorde gav mig hopp för mänskligheten.

Vad sysslar vi med idag som kan mäta sig?

Nja, jag tror det blir svårt att få godkänt att släpa en ljudbangskon över befolkat område idag också... Så det blir omvägar över hav om man skall flyga fort... Eller fisflyga den delen som är över land...

Tja... Att SpaceX försöker återlanda sin bärraket tycker jag nog är rätt så häftigt.

Det blir ingen ljudbang om det saknas atmosfär. Man kan ju flyga semiballistiskt...

[IngOehman]

Njae... dels är ju atmosfär något relativt. Men framförallt; det är väldigt svår att under återinträdet inte under någon etapp passera ljudvallen.

Alldeles bortsett ifrån det så tror jag på konceptet. Det blir typ samma restid oavsett vart i världen man styr kosan.

..."man kan se" dina inlägg Svante, där du ständigt vill ha rätt mot iö och aldrig säger att du haft fel ens när du ändrar uppfattning, som ett tecken på att du har dålig självkänsla.

Är det så du ser det?

Nej, för mig är ditt beteende bara ett stort mysterium, men andra har föreslagit nämnd förklaringsmodell. Jag ser dock som sagt sådana där "man kan se"-uttalanden som ovetenskapliga och därför rätt så ointressanta, möjligen med undantag av att man i förekommande fall, inom vetenskapen, i brist på något mera konkret, kan använda dem till att formulera hypoteser, alltså för att saken sen skall kunna testas.


Vh, iö

[IngOehman]

Men säg att man bara har en olycka. Säg att vi hade lyckats göra fusionskraft och lyckats köra den i femtio år med en enda olycka.

Ska man helt ignorera kunskapen det kan ge eller ska man kanske försöka räkna ut ett väntevärde för felfrekvensen, med konfidensintervall, och sedan fatta beslut baserat på detta? Så fort man får konfidensintervallet (som kommer att bli stort) kommer man ju att kunna värdera data mycket bättre än om man tar ett panikbeslut direkt efter olyckan.

Antag att vi bara byggt en reaktor (och felet egentligem var något väldigt osannolikt). Vad säger statistiken då om man inte låter folk som förstår hur stort urval man behöver innan man kan dra slutsatser ur materialet med någon form av säkerhet?

Nu ska vi se om jag förstår den sista meningen; Statistiken säger det den säger oavsett vem som drar slutsatser av den. Men det var nog inte det du menade. Menar du att det är lätt att dra fel slutsatser? Så är det nog. Min poäng är att även ett konfidensintervall behöver tas fram, och om man bara förstår vad ett konfidensintervall är och om man ser hur stort det blir så är det lättare att dra rimliga slutsatser. Alltså; problemet är inte att man drar slutsatser av en begränsad mängd data, problemet är att man drar fel slutsatser och framför allt inte tillåter sig se hur lite information som ligger i ett få-olycke-underlag.

Fast är inte den sista meningen i varje fall lite motsägelsefull?

Eller menar du med den första delen att det ibland behöver tas beslut även utan någon data alls, och att det ju inte är fel?

Isåfall håller jag förstås med dig.


Vh, iö

[IngOehman]

Men säg att man bara har en olycka. Säg att vi hade lyckats göra fusionskraft och lyckats köra den i femtio år med en enda olycka.

Ska man helt ignorera kunskapen det kan ge eller ska man kanske försöka räkna ut ett väntevärde för felfrekvensen, med konfidensintervall, och sedan fatta beslut baserat på detta? Så fort man får konfidensintervallet (som kommer att bli stort) kommer man ju att kunna värdera data mycket bättre än om man tar ett panikbeslut direkt efter olyckan.

Antag att vi bara byggt en reaktor (och felet egentligem var något väldigt osannolikt). Vad säger statistiken då om man inte låter folk som förstår hur stort urval man behöver innan man kan dra slutsatser ur materialet med någon form av säkerhet?

Fattas det ett "...styra över beslutet", på slutet?

Att gemene man inte tolkar data rätt är ju liksom rätt självklart. De ser man ju bara man tittar på hur folk spelar på rouletten när det varit sju svarta i rad. MASSOR av satsningar på rött. Ty - att det skall bli svart åtta gånger i rad är ju inte troligt! Eller är det det...


Vh, iö

[idea]

Svar: Folk har rätt - det är högst osannolikt att det blir svart 8 gånger i rad MEN det är ju fel modell de använder om de baserar sin framtida satsning på den statistiska modellen.

[IngOehman]

Men säg att man bara har en olycka. Säg att vi hade lyckats göra fusionskraft och lyckats köra den i femtio år med en enda olycka.

Ska man helt ignorera kunskapen det kan ge eller ska man kanske försöka räkna ut ett väntevärde för felfrekvensen, med konfidensintervall, och sedan fatta beslut baserat på detta? Så fort man får konfidensintervallet (som kommer att bli stort) kommer man ju att kunna värdera data mycket bättre än om man tar ett panikbeslut direkt efter olyckan.

Antag att vi bara byggt en reaktor (och felet egentligem var något väldigt osannolikt). Vad säger statistiken då om man inte låter folk som förstår hur stort urval man behöver innan man kan dra slutsatser ur materialet med någon form av säkerhet?

Fattas det ett "...styra över beslutet", på slutet?

Att gemene man inte tolkar data rätt är ju liksom rätt självklart. De ser man ju bara man tittar på hur folk spelar på rouletten när det varit sju svarta i rad. MASSOR av satsningar på rött. Ty - att det skall bli svart åtta gånger i rad är ju inte troligt! Eller är det det...


Vh, iö

Svar: Folk har rätt - det är högst osannolikt att det blir svart 8 gånger i rad MEN det är ju fel modell de använder om de baserar sin framtida satsning på den statistiska modellen.

Det är inget fel på modellen, bara på var man är i händelsen. Folk har fel. Det är inte alls speciellt osannolik att det blir svart en åttonde gång, om det redan blivit det sju gånger.

Hälften av gångerna (nästan) som det blir svart sju gånger så blir det det även den åttonde gången hjulet snurras.

Problemet är att de inte ser frågan ställd på rätt sätt. De missar "om det redan blivit det sju gånger". Statistiken, det man spelar på är ju inte åtta gånger i rad, utan den åttonde gången. Bara den.


Vh, iö

[rikkitikkitavi]

När det handlar om kärnreaktorer utgår man delvis från befintliga data, men också en jävligt lång formel där man andar och orar allt som skall gå fel, och stoppar in dess sannolikheter i logikträdet. Jag gjorde det med en.process , ca 10 faktorer men en hel del föesvinner ner i bruset så de grenarna kan man klippa av fast det var ändå väldigt omständigt.

I slutändan kan det ju ändå smälla imorgon. Eller aldrig...

[Nattlorden]

Men säg att man bara har en olycka. Säg att vi hade lyckats göra fusionskraft och lyckats köra den i femtio år med en enda olycka.

Ska man helt ignorera kunskapen det kan ge eller ska man kanske försöka räkna ut ett väntevärde för felfrekvensen, med konfidensintervall, och sedan fatta beslut baserat på detta? Så fort man får konfidensintervallet (som kommer att bli stort) kommer man ju att kunna värdera data mycket bättre än om man tar ett panikbeslut direkt efter olyckan.

Antag att vi bara byggt en reaktor (och felet egentligem var något väldigt osannolikt). Vad säger statistiken då om man inte låter folk som förstår hur stort urval man behöver innan man kan dra slutsatser ur materialet med någon form av säkerhet?

Nu ska vi se om jag förstår den sista meningen; Statistiken säger det den säger oavsett vem som drar slutsatser av den. Men det var nog inte det du menade. Menar du att det är lätt att dra fel slutsatser? Så är det nog. Min poäng är att även ett konfidensintervall behöver tas fram, och om man bara förstår vad ett konfidensintervall är och om man ser hur stort det blir så är det lättare att dra rimliga slutsatser. Alltså; problemet är inte att man drar slutsatser av en begränsad mängd data, problemet är att man drar fel slutsatser och framför allt inte tillåter sig se hur lite information som ligger i ett få-olycke-underlag.

Ja, nu är vi nästan överrens. Jag tycker dock inte man skulle få basera några som helst beslut på icke-signifikant data. Man kan t ett beslut på andra premisser, men inte genom att luta sig mot statistik.

[Bill50x]

Problemet är att de inte ser frågan ställd på rätt sätt. De missar "om det redan blivit det sju gånger". Statistiken, det man spelar på är ju inte åtta gånger i rad, utan den åttonde gången. Bara den.

Absolut rätt. Men också det fakta som den intelligente spelberoende personen lutar sig emot.

/ B

[Svante]

Nu ska vi se om jag förstår den sista meningen; Statistiken säger det den säger oavsett vem som drar slutsatser av den. Men det var nog inte det du menade. Menar du att det är lätt att dra fel slutsatser? Så är det nog. Min poäng är att även ett konfidensintervall behöver tas fram, och om man bara förstår vad ett konfidensintervall är och om man ser hur stort det blir så är det lättare att dra rimliga slutsatser. Alltså; problemet är inte att man drar slutsatser av en begränsad mängd data, problemet är att man drar fel slutsatser och framför allt inte tillåter sig se hur lite information som ligger i ett få-olycke-underlag.

Fast är inte den sista meningen i varje fall lite motsägelsefull?

Eller menar du med den första delen att det ibland behöver tas beslut även utan någon data alls, och att det ju inte är fel?
Isåfall håller jag förstås med dig.

Hmm. Alltså det är så att ibland måste man ta beslut utan data, ja, men framför allt syftade jag på de fall där man har lite data. De två är ju besläktade. Jag menar också att det är början till ett kontinuum som går från (för) lite data till alldeles tillräckligt med data. Och jag menar att om man bara gör den statistiska analysen rätt, med ett konfidensintervall, så förstår man förmodligen hur bra eller dåliga data är.

Man kan då göra ett väl underbyggt beslut om man har bra data med ett snävt konfidensintervall, eller göra ett dåligt underbyggt, men kanske ändå nödvändigt beslut baserat på det dåliga underlaget. Poängen med den fullständiga statistiska analysen är att men vet att man chansar när man tar det dåliga beslutet.

Givetvis är det bättre om man skaffar sig mer data och historiskt finns det nog massor exempel på fall när man borde ha gjort det. Det är inte det jag försvarar utan bara att man ska vaska fram den statistiska information som man kan ur tillgängliga data för att göra besluten så välunderbyggda som möjligt. Och jag menar att man kan få vettig information i fall där man bara har haft en olycka också.

Man kan tex tänka så här: Om vi har system som genererar en felfunktion vart 50:e år, hur stor är då sannolikheten att man med 100 sådana system har fått högst en olycka inom 10 år? Jag orkar inte räkna ut det nu men gissar att sannolikheten är liten, kanske 0,1%. Har man då haft bara en olycka på 10 år med de 100 systemen, finns det goda skäl att anta att felfrekvensens väntevärde är större än 1 per 50 år.

I vardagligt språk betyder det: vi har provat hundra stycken i tio år och de har funkar bra, det är bara en som har pajjat.

Det är å andra sidan värre om haveriet får mycket allvarliga konsekvenser, då kanske inte en felfunktion på tio år är tillräckligt lite.

[Svante]

Njae... dels är ju atmosfär något relativt. Men framförallt; det är väldigt svår att under återinträdet inte under någon etapp passera ljudvallen.

Alldeles bortsett ifrån det så tror jag på konceptet. Det blir typ samma restid oavsett vart i världen man styr kosan.

..."man kan se" dina inlägg Svante, där du ständigt vill ha rätt mot iö och aldrig säger att du haft fel ens när du ändrar uppfattning, som ett tecken på att du har dålig självkänsla.

Är det så du ser det?

Nej, för mig är ditt beteende bara ett stort mysterium, men andra har föreslagit nämnd förklaringsmodell.

Ok, för ordningens skull då så har jag ett flertal fall observerat att du ser det som att jag ändrar uppfattning utan att jag har gjort det. Det var något fall alldeles nyligen i samband med kvotering. Jag brukar då nöja mig med att vi verkar överens i stället för att motivera vad som har hänt.

Det är dock ganska vanligt att jag ser att man kan argumentera både för och emot en fråga, och växlar mellan dem för att förstå frågan bättre. I ett sådant läge kan du råka komma in när jag argumenterar på ena sättet och när du inte förstår min argumentation kan jag ibland fortsätta för att förklara. Ibland in absurdum... Jag har dock hela tiden med mig den andra sidan även om jag inte uttrycker den i tråden. När jag sedan gör det uttrycker du, kanske fullt förståeligt, att jag har bytt sida.

Jag väljer väldigt sällan sida, men det kan kanske framstå så i våra diskussioner. Jag försöker i stället förstå de argument som finns för olika sidor och eventuellt skaffa mig en egen sida.

Dålig självkänsla har jag ibland, men det är på andra plan än i våra debatter. Jag är fö förundrad över hur orden "dålig självkänsla" används som helt legitimt skällsord i många sammanhang. Det borde vara så att om man uttrycker att någon har dålig självkänsla så skulle man vilja hjälpa personen, men oftast används det som skällsord.

Statistik var det...

[Svante]

Att gemene man inte tolkar data rätt är ju liksom rätt självklart. De ser man ju bara man tittar på hur folk spelar på rouletten när det varit sju svarta i rad. MASSOR av satsningar på rött. Ty - att det skall bli svart åtta gånger i rad är ju inte troligt! Eller är det det...

Lustigt, om någon tvingade mig att satsa intill ett rouletthjul och de sju svarta var den enda informationen jag hade så skulle jag satsa på svart. Normalt är ju p(röd)=p(svart), men om data tyder på något så är det ju att p(röd)<p(svart). Rouletthjulet kan ju vara riggat. Och är det inte det så är ju svart lika bra som rött.

[Svante]

Problemet är att de inte ser frågan ställd på rätt sätt. De missar "om det redan blivit det sju gånger". Statistiken, det man spelar på är ju inte åtta gånger i rad, utan den åttonde gången. Bara den.

Ja, som sadistikern skulle säga:

P(B|A)=P(A∩B)/P(A)

Här är A händelsen att få 7 svarta i rad och B händelsen att få svart den åttonde gången. Här är P(A)=1/128, sannolikheten att både A och B inträffar P(A∩B)=1/256 och följaktligen blir den betingade sannolikheten att B inträffar givet att A har inträffat P(B|A)=(1/256)/(1/128)=1/2. Och eftersom P(B|A)=P(B) säger man att A och B är oberoende.

[IngOehman]

Vi verkar vara överens om detta.

Men trots det tror jag vi är väldigt olika benägna att spela på roulette...


Vh, iö

[Svante]

Men trots det tror jag vi är väldigt olika benägna att spela på roulette...

Du spelar gärna alltså? Jag kan iofs förstå att det kan vara kul att prova på och att spela bort lite pengar, mest för att ha gjort det. Men skulle jag känna för att vinna så skulle jag göra det på något som hade ett väntevärde på returnerade pengar på 100%. Det kan man uppnå i ett slutet sällskap om man spelar om pengar och alla pengar går till spelarna. Jag antar att du talar om casinomiljöer?

Nu försvinner kanske inte så mycket till spelägarna i roulette jämfört med hur det är i tex statliga lotterier, men ändå.

Så, nej jag spelar inte gärna för pengar, det ger mig ingenting.

[IngOehman]

Inte mig heller, så mycket. Men då jag vinner så mycket så har jag ibland spelat lite bara för att visa att det verkligen är sant.

När jag och Anders Olsen åkte till Ryssland härförleden så var jag tvungen att visa att man kan tjäna massor av pengar på att spela roulette, och jag träffade på kort tid in jag tror det var tre singelsatsningar på enstaka nummer. Det blev en himla massa pengar. Sen spelade jag Bandit, och var med i en tävling som gick ut på att vinna gratis resa. Jag vann över tvåan med jag tror det var 20 gångers marginal (drog ihop massor av pengar) och vann även gratisresan. Anders stod bara och skrattade, och sa; -Det är omöjligt, men inte omöjligare än att jag alltid förlorar!

Därmed inte sagt att det kommer att vara det från denna dag, om man får vara lite Poppersk.

När jag och Peter Steindl var i Las Vegas så drog jag en jackpot, och slösade omedelbart bort pengarna på att flyga helikopter till Grand Canyon och dricka champagne på dess botten. Vunna pengar bör slösas bort.

Liksom andra pengar.


Vh, iö

- - - - -

PS. Sen tycker jag det där med att utgå ifrån oddsen och med den som grund argumentera för att det är dumt att spela, är lite ogenomtänkt.

Sanningen är ju att det är dumt om man förlorar, men klokt om man vinner, och det är sant vare sig man hade oddsen mot sig eller inte. Så jag brukar säga att det är förnuftigt att spela bort så mycket pengar att man inte gråter över dem. För de som inte spelar har ju ingen chans alls. Spelar man så så gör man det med utgångspunkten att man inte kommer att vinna, och då är det ju rätt så oproblematiskt att inte göra det.

Den som inte håller med mig kan ta på sig att berätta någon som just vunnit 100 miljoner på kanske lotto, att det var dumt av dem att spela. Lycka till!

[petersteindl]

...
När jag och Peter Steindl var i Las Vegas så drog jag en jackpot, och slösade omedelbart bort pengarna på att flyga helikopter till Grand Canyon och dricka champagne på dess botten. Vunna pengar bör slösas bort.

...

Du var ju inte ens där och såg hur pengarna rasslade Du hade gått iväg för du trodde att din sista satsade peng skulle ätas upp av maskinen utan vinst. Jag fick springa efter för att hämta dig

Faktum är att jag var kvar och såg på och såg jackpott men jag fattade först inte förrän det började rassla ur automaten och det rasslade rejält. Det var faktiskt riktigt roligt, jag menar hela händelseförloppet.

Helikopterresan var ett minne för livet. Helhäftigt.

Mvh
Peter

[IngOehman]

Åjo, visst såg jag rasslandet allt, men det är riktigt att jag vände på klacken och gick när jag lagt i sista slanten och dragit i armen. Men jag hade bara hunnit typ ett par steg när jag hörde dig säga: -Du, det händer något här...

Så jag vände ju direkt.

Hjulen var då redan låsta på Jackpot, och det lät konstigt i inuti apparaten... och sen började det rassla pengar! Det rasslade ju rätt så länge dessutom, jag minns inte hur många hinkar som de fyllde, men många var det.

Men jag saknar att jag inte stod och tittade på hjulen, och fick se dem stanna och låsa på JackPott.

- - -

Den som tycker att det låter lite konstigt att "dra och gå", skall veta att vi var rätt så hungriga, och att vi sagt att vi skulle äta så fort jag hade lyckats spela bort alla pengar. Vi redan hade bytt hotell att spela på en gång för att bli av med pengarna (allt startade med en quarter som jag hade i kavajficken) för på det första hotellet så bara vann och vann jag hela tiden, så det blev det bara mer och mer pengar, alla fickor var fulla till bristningsgränsen... Jag tror vi gick vidare till... var det Circus-Circus?, med förhoppningen att det skulle gå bättre att spela bort pengarna där, och det verkade det ju också göra, ända till endast ett mynt fanns kvar, jag spelade det och den där försmedliga Jackpoten visade sitt fula tryne.

Dock kom vi snabbt överens om att jag inte skulle fortsätta spela till jag spelat bort DOM pengarna, för det hade tagit på tok för lång tid. Vi talar om veckor.

Så det blev inväxling av dem istället.

Och sen äntligen mat. Minns inte vad vi åt. Bara att det var gott.

Och ja, helikopterturen var toppen, Olav hängde ju med på den också. Kuligast tycker jag nästan var att flyga igenom den där stenkonfigurationen - klippan med ett hål i. Det fanns nog marginal, men det kändes som om hålet var mindre än diametern på rotorn!


Vh, iö

[idea]

Antag att vi bara byggt en reaktor (och felet egentligem var något väldigt osannolikt). Vad säger statistiken då om man inte låter folk som förstår hur stort urval man behöver innan man kan dra slutsatser ur materialet med någon form av säkerhet?

Fattas det ett "...styra över beslutet", på slutet?

Att gemene man inte tolkar data rätt är ju liksom rätt självklart. De ser man ju bara man tittar på hur folk spelar på rouletten när det varit sju svarta i rad. MASSOR av satsningar på rött. Ty - att det skall bli svart åtta gånger i rad är ju inte troligt! Eller är det det...


Vh, iö

Svar: Folk har rätt - det är högst osannolikt att det blir svart 8 gånger i rad MEN det är ju fel modell de använder om de baserar sin framtida satsning på den statistiska modellen.

Det är inget fel på modellen, bara på var man är i händelsen. Folk har fel. Det är inte alls speciellt osannolik att det blir svart en åttonde gång, om det redan blivit det sju gånger.

Hälften av gångerna (nästan) som det blir svart sju gånger så blir det det även den åttonde gången hjulet snurras.

Problemet är att de inte ser frågan ställd på rätt sätt. De missar "om det redan blivit det sju gånger". Statistiken, det man spelar på är ju inte åtta gånger i rad, utan den åttonde gången. Bara den.


Vh, iö

Du säger ju själv att folk använder fel statisk modell "..de ser inte frågan ställd på rätt sätt". Men måste man alltid ha rätt så måste man..

[DQ-20]

Att gemene man inte tolkar data rätt är ju liksom rätt självklart. De ser man ju bara man tittar på hur folk spelar på rouletten när det varit sju svarta i rad. MASSOR av satsningar på rött. Ty - att det skall bli svart åtta gånger i rad är ju inte troligt! Eller är det det...

Lustigt, om någon tvingade mig att satsa intill ett rouletthjul och de sju svarta var den enda informationen jag hade så skulle jag satsa på svart. Normalt är ju p(röd)=p(svart), men om data tyder på något så är det ju att p(röd)<p(svart). Rouletthjulet kan ju vara riggat. Och är det inte det så är ju svart lika bra som rött.

Jag skulle tänka såhär. Sannolikheten att rouletthjulet är "riggat" är ytterst liten och sannolikheten för att får sju svarta i rad beroende på slumpen är större än att hjulet är riggat. Jag antar därför att utfallet beror på slumpen. Men grejen i det här fallet är inte bara att bedöma sannolikheten för att få ytterligare en svart utan också vad andra satsar på samma färg eftersom vinsten beror på hur många som satsar på en viss färg. Väl? Då ser man att väntevärdet på pengavinsten är mycket större om man satsar på svart efter sju svarta i rad än om man satsar på rött. => Satsa på svart.

/DQ-20

[PerStromgren]

Men grejen i det här fallet är inte bara att bedöma sannolikheten för att få ytterligare en svart utan också vad andra satsar på samma färg eftersom vinsten beror på hur många som satsar på en viss färg. Väl? Då ser man att väntevärdet på pengavinsten är mycket större om man satsar på svart efter sju svarta i rad än om man satsar på rött. => Satsa på svart.

Nej, du får insatsen plus lika mycket om du satsat på svart och svart kommer upp.

[Svante]

Att gemene man inte tolkar data rätt är ju liksom rätt självklart. De ser man ju bara man tittar på hur folk spelar på rouletten när det varit sju svarta i rad. MASSOR av satsningar på rött. Ty - att det skall bli svart åtta gånger i rad är ju inte troligt! Eller är det det...

Lustigt, om någon tvingade mig att satsa intill ett rouletthjul och de sju svarta var den enda informationen jag hade så skulle jag satsa på svart. Normalt är ju p(röd)=p(svart), men om data tyder på något så är det ju att p(röd)<p(svart). Rouletthjulet kan ju vara riggat. Och är det inte det så är ju svart lika bra som rött.

Jag skulle tänka såhär. Sannolikheten att rouletthjulet är "riggat" är ytterst liten och sannolikheten för att får sju svarta i rad beroende på slumpen är större än att hjulet är riggat. Jag antar därför att utfallet beror på slumpen. Men grejen i det här fallet är inte bara att bedöma sannolikheten för att få ytterligare en svart utan också vad andra satsar på samma färg eftersom vinsten beror på hur många som satsar på en viss färg. Väl? Då ser man att väntevärdet på pengavinsten är mycket större om man satsar på svart efter sju svarta i rad än om man satsar på rött. => Satsa på svart.

/DQ-20

Som Per säger är nog inte väntevärdet på vinsten beroende av hur de andra satsar just i roulette. Men tanken är intressant, i andra slumpspel finns nog en sådan dimension. Och då kan jag tycka att det blir lite spännande, när man kan dra nytta av andras feluppfattningar.

Eller så är det bara elakt.

Jag tror faktiskt att jag tycker att spel om pengar på det stora hela är lite obehagligt, antingen vinner man på andras förlust, eller så förlorar man. Och hela tiden gör arrangören vinst på andras drömmar om jackpotten. Och att de som har råd att spela inte behöver någon vinst, medan de som inte har råd att spela bara förlorar pengar.

Typ. Jag gillar det inte i alla fall, jag tror det genererar mycket mer olycka än lycka.

[DQ-20]

Men grejen i det här fallet är inte bara att bedöma sannolikheten för att få ytterligare en svart utan också vad andra satsar på samma färg eftersom vinsten beror på hur många som satsar på en viss färg. Väl? Då ser man att väntevärdet på pengavinsten är mycket större om man satsar på svart efter sju svarta i rad än om man satsar på rött. => Satsa på svart.

Nej, du får insatsen plus lika mycket om du satsat på svart och svart kommer upp.

Vilket jävla skitspel!

[petersteindl]

Jag satsar på nollan

[DQ-20]

Jag satsar på nollan

Nu har jag läst på lite och beslutat att jag satsar på dubbel-nollan. Men seriöst: eftersom jag inte satsar på saker som har ett väntevärdet som ligger under insatsen så vet jag inget om roulette men det verkar ju vara ett helt sinnesslött spel. Tacka vet jag Lotto och Keno är vinsterna faktiskt står i proportion till hur andra satsar. Jag menar, hur ska man andra kunna lura av folk kulor med hjälp av slumpen? F/E-test?

/DQ-20

[IngOehman]

Fattas det ett "...styra över beslutet", på slutet?

Att gemene man inte tolkar data rätt är ju liksom rätt självklart. De ser man ju bara man tittar på hur folk spelar på rouletten när det varit sju svarta i rad. MASSOR av satsningar på rött. Ty - att det skall bli svart åtta gånger i rad är ju inte troligt! Eller är det det...


Vh, iö

Svar: Folk har rätt - det är högst osannolikt att det blir svart 8 gånger i rad MEN det är ju fel modell de använder om de baserar sin framtida satsning på den statistiska modellen.

Det är inget fel på modellen, bara på var man är i händelsen. Folk har fel. Det är inte alls speciellt osannolik att det blir svart en åttonde gång, om det redan blivit det sju gånger.

Hälften av gångerna (nästan) som det blir svart sju gånger så blir det det även den åttonde gången hjulet snurras.

Problemet är att de inte ser frågan ställd på rätt sätt. De missar "om det redan blivit det sju gånger". Statistiken, det man spelar på är ju inte åtta gånger i rad, utan den åttonde gången. Bara den.


Vh, iö

Du säger ju själv att folk använder fel statisk modell "..de ser inte frågan ställd på rätt sätt". Men måste man alltid ha rätt så måste man..

Vad är det där för trist attityd då?

Läs det jag skrivit, som jag fetat ovan. Som jag skrev, och som du själv citerade.

Att det skall bli svart åtta gånger i rad är INTE speciellt osannolikt - givet de förutsättningar jag noggrant beskrev - efter att det blivit det sju gånger redan. Det är nästan 50% chans att det skall hända. Du kanske missade det?

Jag skrev det redan från början, och sedan strök jag under det när jag skrev det igen, för att du inte skulle missa det en gång till.


Alltså: Folk tänker fel när det satsar på rött en mass i den situation jag beskrev.

Svante har däremot en poäng i att det faktiskt kan vara så, att det är något bättre odds om man satser på att det skall bli svart en gång till!

Men som problemet presenterades (av mig) finns det faktiskt inga data som stöder det. Det kan ju faktiskt vara så att den som satsar rött efter sju svarta, har väntat på att det skall bli sju på rad så de kan spela på den andra färgen - och det är ju inte osannolikt alls med sju lika i rad, om man väntar skapligt länge.


Vh, iö

[IngOehman]

Men grejen i det här fallet är inte bara att bedöma sannolikheten för att få ytterligare en svart utan också vad andra satsar på samma färg eftersom vinsten beror på hur många som satsar på en viss färg. Väl? Då ser man att väntevärdet på pengavinsten är mycket större om man satsar på svart efter sju svarta i rad än om man satsar på rött. => Satsa på svart.

Nej, du får insatsen plus lika mycket om du satsat på svart och svart kommer upp.

Vilket jävla skitspel!

Inte alls. Det är ett utmärkt spel!

För Casinot.

För spelaren så är det ju ett snyggt spel, ett med stil och finess.


Och det går att vinna på det! Alltså inte bara via slumpen, utan via den egna skickligheten/idogheten.

Det finns flera metoder, men alla som jag känner till kräver stort tålamod eller en skicklighet som är för mig helt onåbar.


Vh, iö

[petersteindl]

Nej, du får insatsen plus lika mycket om du satsat på svart och svart kommer upp.

Vilket jävla skitspel!

Inte alls. Det är ett utmärkt spel!

För Casinot.

...

Precis. Det ät därför jag skrev

Jag satsar på nollan

Att satsa på nollan är samma som att äga kasinot

Mvh
Peter

[IngOehman]

Ahhh... NU fattar jag!

...satsar på att något pucko (en nolla) skall komma och spela bort sina pengar, menar du.

Men... har du något Casino då?


Vh, iö

[Svante]

Fast man kan väl satsa på nollan och få 36 ggr insatsen om man vinner?

Den amerikanska varianten med dubbelnolla borde fö generera ungefär dubbelt så stor vinst för casinot som den europeiska utan dubbelnolla.

[IngOehman]

Det beror på det.

Men mäter man per varv, och utdelning sker enligt grundreglerna för respektive typ, så ja.

Mäter man på annat sätt så kan man komma fram till nästan vad som helst. Spelar spelaren oändligt länge, det vill säga tills pengarna tar slut, så blir det ju liksom 100% till kasinot, oavsett hur många nollor de har på bordet, och runt det.

Så egentligen borde man kanske mäta verkningsgraden i hur mycket (länge) man får spela innan pengarna tar slut.

- - -

Det har dessutom funnits roulettbord i Sverige som deklarerar en mycket mindre utdelning till spelaren än 36 ggr på singelruta, och då vinner kasinot potentiellt mycket mera, oavsett antalet nollor.


Vh, iö

[Svante]

Det beror på det.

Men mäter man per varv, och utdelning sker enligt grundreglerna för respektive typ, så ja.

Mäter man på annat sätt så kan man komma fram till nästan vad som helst. Spelar spelaren oändligt länge, det vill säga tills pengarna tar slut, så blir det ju liksom 100% till kasinot, oavsett hur många nollor de har på bordet, och runt det.

Ja, jo, fast tänker man så så förutsätter man ju ett konstant antal människor, men om pengarna tar slut fortare så får det fortare plats nya människor som kan förlora till bordet?

Jag tycker nog ändå att "per snurr" är det rimligaste sättet att mäta.

[IngOehman]

Njae... jag har ju varit på casinon både här och där i världen, och jag tror dålig avkastning snarare gör folk mindre benägna att spela.

Det är i varje fall lätt att få det intrycket om man åker runt mellan casinona i LV och tittar på hur ofullt det är runt borden, i snitt - hur många som spelar och hur många som bara är där. Och sen gör man samma sak i Monaco. Där spelas det!


Det finns ju även andra spel än roulette, och i LV berättar många casinon hur stor avkastning per varv de ger, t ex från banditerna. De som har högst ligger på 99%. Det vill säga spelar man för en X pengar, ett varv (=man spelar inte för det som hamnar i skålen), så har man i snitt 990 kronor när man spelat för 1000 kronor.

I själva verket är slumpbruset rätt så stort, och oddsen att ligga på plus efter ett varv är nästan 50%.

Det drar folk.


Vh, iö

[Svante]

I själva verket är slumpbruset rätt så stort, och oddsen att ligga på plus efter ett varv är nästan 50%.

...och oddsen att ligga på minus är drygt 50%. Och ingen av de två 50-procentarna säger något om hur mycket plus eller minus det är.

Ju mer jag håller på med sånt här, desto mer fascinerad blir jag av hur människan ser på slump. Man kan ju tycka att evolutionen borde ha rustat oss för att hantera slumpen bättre.

Eller är det kanske så att evolutionen faktiskt har optimerat oss, men inte för maximal genomsnittlig individlycka utan för att några få ska få mycket lycka. De kanske bara är de med mycket lycka som har fått fortplanta sig. Och då blir det nödvändigt att chansa, trots att det för 90 % av de som chansar blir dåligt. 10 % får ju ändå föra sina gener vidare. I en population där ingen chansar kanske alla dör.

Vi ser till individens genomsnittliga nytta när vi resonerar logiskt och väntevärdesmässigt, evolutionen "ser" till artens nytta. Kanske är det tom så att vi fokuserar på de det går sämst för, dvs försöker undvika olyckor till varje pris. Risktagande ses som en sjukdom i dagens samhälle.

Ovanstående sagt som observation, utan värdering.

[idea]

Om du inte redan läst "Kahneman - Tänka, snabbt och långsamt" så kan den rekommenderas. Det står en hel del intressant om beslutsteori och riskanalys - att man hellre vill undvika förluster än få vinst tex.
Detta är något av det som styr "folk" när man använder fel statisk modell i sitt beslutsfattande. Sen får ju gärna Ingenjörn kalla det att "folk tänker fel", för på ett plan gör de ju det men de har faktiskt rätt i att 8 svart i rad ÄR osannolikt men det är inte det som skall styra beslutet hur man satsar i en given situation (som Ingenjörn mycket riktigt påvisar). Dvs de använder fel statistisk modell i sitt beslutsfattande. Jag förstår inte vad som är så kontroversiellt i att erkänna det påståendet.

[niclas]

"Avoid employing unlucky people - throw half of the pile of CVs in the bin without reading them."

[Svante]

Dvs de använder fel statistisk modell i sitt beslutsfattande.

Nej, precis, det är fel modell att använda, men modellen är riktig för det den gäller för.

Alltså,

En riktig, men inte applicerbar modell här är att sannolikheten för 8 svarta i rad är 1/256

En annan riktig och appllicerbar modell är att sannolikheten för 7 rätt i rad är 1/128, har man redan fått 7 rätt i rad är sannolikheten för att få den 8:e svart (1/256)/(1/128)=1/2.

En annan riktig och applicerbar modell bygger på insikten om oberoende händelser, och då ignorerar man helt de sju första och inser att sannolikheten att få svart i ett snurr är 1/2.

(Fö bygger även modell 2 på att händelserna är oberoende)

(Ovanstående bortser från nollorna.)

[Almen]

Ju mer jag håller på med sånt här, desto mer fascinerad blir jag av hur människan ser på slump. Man kan ju tycka att evolutionen borde ha rustat oss för att hantera slumpen bättre.

Eller är det kanske så att evolutionen faktiskt har optimerat oss, men inte för maximal genomsnittlig individlycka utan för att några få ska få mycket lycka. De kanske bara är de med mycket lycka som har fått fortplanta sig. Och då blir det nödvändigt att chansa, trots att det för 90 % av de som chansar blir dåligt. 10 % får ju ändå föra sina gener vidare. I en population där ingen chansar kanske alla dör.

Vi ser till individens genomsnittliga nytta när vi resonerar logiskt och väntevärdesmässigt, evolutionen "ser" till artens nytta.

Nej, jag tror man fortfarande i stort formulerar det så att evolutionen verkar på individnivå.

[IngOehman]

Dvs de använder fel statistisk modell i sitt beslutsfattande.

Nej, precis, det är fel modell att använda, men modellen är riktig för det den gäller för.

Alltså,

En riktig, men inte applicerbar modell här är att sannolikheten för 8 svarta i rad är 1/256

En annan riktig och appllicerbar modell är att sannolikheten för 7 rätt i rad är 1/128, har man redan fått 7 rätt i rad är sannolikheten för att få den 8:e svart (1/256)/(1/128)=1/2.

En annan riktig och applicerbar modell bygger på insikten om oberoende händelser, och då ignorerar man helt de sju första och inser att sannolikheten att få svart i ett snurr är 1/2.

(Fö bygger även modell 2 på att händelserna är oberoende)

(Ovanstående bortser från nollorna.)

Det är samma modell alltihopa, och den är nästan riktig*.

(Den som talades om tidigare var helt riktig, den du exemplifierar här är bara nästan riktig*.)

Den som tappar bort indata (att en stor del av händelsen "8 av 8" redan har hänt) riskerar dock att använder den fel. Konstigare än så är det inte. Statistiken för det framtida utfallet gäller inte för det som redan har hänt. Det som redan har hänt är indata. Se tidigare inlägg om detta.

Om något är oklart så tänk såhär - det finns ingen möljlighet att avgöra hur sannolikt det var att det skulle bli 7 av 7 som historien berättades (av mig) då det inte finns någon uppgift om hur det gick till att den grundförutsättningen uppstod. Det enda jag har berättat är att situationen såg ut så. Det troliga kanske är, att den gjorde det på grund av att man väntat på att den skall uppstå. Om tidsramen för detta var obegränsad är sannolikheten för att 7 av 7 skulle uppstå 1,0.


*Det vill säga, inte riktigt riktig. Det du skriver om 1/256 om 1/128 och om 1/2 är om man skall vara noga inte riktigt. Du verkar plötsligt ha glömt bort nollan och kanske dubbelnollan.


Vh, iö

[idea]

Svar till Svante - Ja exakt, det är sällan matematiken är det svåra inom statistiken utan att veta vilken modell man skall använda, vilket utfallsrum man har och vad som är beroende - oberoende händelser och vad som skenbart verkar vara beroende. Sök på "Statistics done wrong" och mycket intressant uppenbarar sig.

[IngOehman]

Om du inte redan läst "Kahneman - Tänka, snabbt och långsamt" så kan den rekommenderas. Det står en hel del intressant om beslutsteori och riskanalys - att man hellre vill undvika förluster än få vinst tex.
Detta är något av det som styr "folk" när man använder fel statisk modell i sitt beslutsfattande. Sen får ju gärna Ingenjörn kalla det att "folk tänker fel", för på ett plan gör de ju det men de har faktiskt rätt i att 8 svart i rad ÄR osannolikt men det är inte det som skall styra beslutet hur man satsar i en given situation (som Ingenjörn mycket riktigt påvisar). Dvs de använder fel statistisk modell i sitt beslutsfattande. Jag förstår inte vad som är så kontroversiellt i att erkänna det påståendet.

Kontroversiellt?

Erkänna?

Tråkig retorik. Kom igen, bättre kan du.


Modellen för oddsen för olika händelser på roulettbordet är generell och gäller alla utfall och situationer. Från modellen så kan man extrahera enstaka ekvationer, som blir mera specifika, mera tumregelmässiga. Gör man det fel så blir det fel. Konstigare än så är det inte.

Använder man modellen för oddsen riktigt, när förutsättningen är att det redan blivit svart 7 gånger i rad (eller 47 gånger i rad) så finner man att chansen att det skall bli svart en gång till är nästan 1 på 2.

En modell är det som beskriver hur något förhåller sig.

Från en modell kan man extrahera en specifik ekvation eller en där en massa variabler har blivit givna.


Modellen för förhållandet mellan ström, spänning och resistans heter ohms lag, och den lyder i en av sina tre (informationslika) versioner U = R*I. Det är samma sak som R = U/I = R och I = U/R. Det är modellen. I en specifik situation där man petar in känd indata (1 kohm t ex) i modellen kan den ekvationen få en mera specifik form, t ex att strömmen kan beskrivas som U/1000, och känner man även spänningen (5 V) så blir det I = 5/1000, alltså 5 mA.

Men I = 5/1000 är inte en modell. Modellen är ohms lag. Hänger du med?


Vh, iö

[Svante]

Ju mer jag håller på med sånt här, desto mer fascinerad blir jag av hur människan ser på slump. Man kan ju tycka att evolutionen borde ha rustat oss för att hantera slumpen bättre.

Eller är det kanske så att evolutionen faktiskt har optimerat oss, men inte för maximal genomsnittlig individlycka utan för att några få ska få mycket lycka. De kanske bara är de med mycket lycka som har fått fortplanta sig. Och då blir det nödvändigt att chansa, trots att det för 90 % av de som chansar blir dåligt. 10 % får ju ändå föra sina gener vidare. I en population där ingen chansar kanske alla dör.

Vi ser till individens genomsnittliga nytta när vi resonerar logiskt och väntevärdesmässigt, evolutionen "ser" till artens nytta.

Nej, jag tror man fortfarande i stort formulerar det så att evolutionen verkar på individnivå.

Tja, fast inte syftande till individens välmående utan till dess förmåga att få avkommor.

[Svante]

Dvs de använder fel statistisk modell i sitt beslutsfattande.

Nej, precis, det är fel modell att använda, men modellen är riktig för det den gäller för.

Alltså,

En riktig, men inte applicerbar modell här är att sannolikheten för 8 svarta i rad är 1/256

En annan riktig och appllicerbar modell är att sannolikheten för 7 rätt i rad är 1/128, har man redan fått 7 rätt i rad är sannolikheten för att få den 8:e svart (1/256)/(1/128)=1/2.

En annan riktig och applicerbar modell bygger på insikten om oberoende händelser, och då ignorerar man helt de sju första och inser att sannolikheten att få svart i ett snurr är 1/2.

(Fö bygger även modell 2 på att händelserna är oberoende)

(Ovanstående bortser från nollorna.)[/quote]
Det är samma modell alltihopa, och den är nästan riktig*.

(Den som talades om tidigare var helt riktig, den du exemplifierar här är bara nästan riktig*.)

Den som tappar bort indata (att en stor del av händelsen "8 av 8" redan har hänt) riskerar dock att använder den fel. Konstigare än så är det inte. Statistiken för det framtida utfallet gäller inte för det som redan har hänt. Det som redan har hänt är indata. Se tidigare inlägg om detta.

Om något är oklart så tänk såhär - det finns ingen möljlighet att avgöra hur sannolikt det var att det skulle bli 7 av 7 som historien berättades (av mig) då det inte finns någon uppgift om hur det gick till att den grundförutsättningen uppstod. Det enda jag har berättat är att situationen såg ut så. Det troliga kanske är, att den gjorde det på grund av att man väntat på att den skall uppstå. Om tidsramen för detta var obegränsad är sannolikheten för att 7 av 7 skulle uppstå 1,0.


*Det vill säga, inte riktigt riktig. Det du skriver om 1/256 om 1/128 och om 1/2 är om man skall vara noga inte riktigt. Du verkar plötsligt ha glömt bort nollan och kanske dubbelnollan.


Vh, iö

Nej, och det skrev jag också. I övrigt förstår jag inte vad du argumenterar emot.

[IngOehman]

Sorry missade din parentes där på slutet.

Det jag skriver är att modellen för det statistiska utfallet i olika situationer runt roulettbordet är generell. Det är EN modell, och den kan användas för att ge oddsen för olika utfall i specifika fall. Vilken oddsen blir, beror på förutsättningarna.

Men om du inte förstår vad jag argumenterar emot så antar jag att det betyder att du håller med om det jag skrev, och det räcker prima.


Vh, iö

[DQ-20]

Nej, jag tror man fortfarande i stort formulerar det så att evolutionen verkar på individnivå.

Det är till och med så att man nog skall betrakta det på gen-nivå: fenotyperna är bara ett sätt för genomet att leva vidare...

/DQ-20

[idea]

Om du inte redan läst "Kahneman - Tänka, snabbt och långsamt" så kan den rekommenderas. Det står en hel del intressant om beslutsteori och riskanalys - att man hellre vill undvika förluster än få vinst tex.
Detta är något av det som styr "folk" när man använder fel statisk modell i sitt beslutsfattande. Sen får ju gärna Ingenjörn kalla det att "folk tänker fel", för på ett plan gör de ju det men de har faktiskt rätt i att 8 svart i rad ÄR osannolikt men det är inte det som skall styra beslutet hur man satsar i en given situation (som Ingenjörn mycket riktigt påvisar). Dvs de använder fel statistisk modell i sitt beslutsfattande. Jag förstår inte vad som är så kontroversiellt i att erkänna det påståendet.

Kontroversiellt?

Erkänna?

Tråkig retorik. Kom igen, bättre kan du.


Modellen för oddsen för olika händelser på roulettbordet är generell och gäller alla utfall och situationer. Från modellen så kan man extrahera enstaka ekvationer, som blir mera specifika, mera tumregelmässiga. Gör man det fel så blir det fel. Konstigare än så är det inte.

Använder man modellen för oddsen riktigt, när förutsättningen är att det redan blivit svart 7 gånger i rad (eller 47 gånger i rad) så finner man att chansen att det skall bli svart en gång till är nästan 1 på 2.

En modell är det som beskriver hur något förhåller sig.

Från en modell kan man extrahera en specifik ekvation eller en där en massa variabler har blivit givna.


Modellen för förhållandet mellan ström, spänning och resistans heter ohms lag, och den lyder i en av sina tre (informationslika) versioner U = R*I. Det är samma sak som R = U/I = R och I = U/R. Det är modellen. I en specifik situation där man petar in känd indata (1 kohm t ex) i modellen kan den ekvationen få en mera specifik form, t ex att strömmen kan beskrivas som U/1000, och känner man även spänningen (5 V) så blir det I = 5/1000, alltså 5 mA.

Men I = 5/1000 är inte en modell. Modellen är ohms lag. Hänger du med?


Vh, iö

Du mäd mej skemta aprillo, eh? - Jag förstår inte riktigt vad vill med detta inlägg. Du beskriver precis det jag sagt - att man kan räkna rätt men på fel sak, dvs använda fel modell och sedan försöker förklara för mig vad en modell är och därmed påskina att jag inte skulle veta det. Nä, jag hänger inte med och jag tänker inte sjunka till den retoriska nivån

[IngOehman]

Okej, då tror jag snart vi får lämna det där.

Men för sista gången - modellen är rätt, den är entydig och det finns bara en, men man missförstår indata om man sätter in den i modellen således att man bedömer det som osannolikt att det skall bli svart den åttonde gången på grund av statistiken med sju svarta. Det beror inte på att modellen är fel för roulett-statistik, det beror på att man inte förstått rådande indata.

Och förstår du inte fortfarande så få vi nog lämna det där.

Men en bra grundregel för den här sortens spel, för den som tycker det är svårt att förstå hur man skall se på en situation, är att det inte finns någon historia. Utgår man ifrån det så blir ens bedömningar troligen mindre felaktiga.


Vh, iö

[Amit]

Ahh ... en klassiker tar form:

Vilken lottorad är mest sannolik?

A: 1, 2, 3, 4, 5, 6, 7
B: 3, 12, 13, 19, 23, 27, 34

[idea]

Men då ser jag vad det är du inte vill förstå i mitt resonemang.
Du ser Roulettespel som en statistisk modell och jag delar upp det efter flera modeller som beskriver vilken statistik man tittar på (för att försöka förklara varför man inte skall använda sin snabba beslutsmodell när man istället skall använda den långsamma för att citera Kahneman).
Och än en gång, tillämpar man modellen - sannolikheten att få x antal i rad (som för många är den skenbart intuitiva) istället för modellen - sannolikheten att få ett visst utfall i en given situation så satsar man lätt fel i roulett (som påpekats hur många gånger som helst av alla inblandade).
Det finns fler än ett sätt att beskriva verkligheten på och det egna måste inte vara det enda rätta

[Almen]

Vilken lottorad är mest sannolik?

A: 1, 2, 3, 4, 5, 6, 7
B: 3, 12, 13, 19, 23, 27, 34

Och, inte minst, vilken ger förmodligen mest pengar vid vinst?

[IngOehman]

Deras inträffanden är lika sannolika, men den som folk än minst benägen att satsa på är den som ger mest vinst.

Och det beror på att just LOTTO är konstruerat på det viset - flera vinnare = mindre pengar till var och en.


Vh, iö

[Svante]

Och av någon anledning tror jag att om man får folk att begripa att de är lika sannolika, så skulle de också begripa hur otroligt liten chans det är att få 7 rätt. Jag menar alla begriper väl hur otroligt osannolikt 1, 2, 3, 4, 5, 6, 7 är men förstod man att 3, 12, 13, 19, 23, 27, 34 är lika osannolikt så skulle man väkl aldrig spela.

[IngOehman]

Njae, där tror jag du har fel indata.

Staten snor förvisso åt sig en massa pengar, men hittar man en tillräckligt "osympatisk rad", en som nästan ingen vill satsa på, så känns det långt ifrån omöjligt att nå upp över insatsen med väntvärdet.

Men man kan behöva spela länge (och mycket, kanske behöver man massor av "osympatiska rader") för att gå plus inom rimlig tid. Och framförallt: hur vet man att man hittat en tillräckligt osympatisk rad?


Vh, iö

[Svante]

Njae, där tror jag du har fel indata.

Staten snor förvisso åt sig en massa pengar, men hittar man en tillräckligt "osympatisk rad", en som nästan ingen vill satsa på, så känns det långt ifrån omöjligt att nå upp över insatsen med väntvärdet.

Men man kan behöva spela länge (och mycket, kanske behöver man massor av "osympatiska rader") för att gå plus inom rimlig tid. Och framförallt: hur vet man att man hittat en tillräckligt osympatisk rad?


Vh, iö

Mja, det är väl bara att multiplicera (35 7)=6 724 520 med vad en lottorad kostar. Det verkar vara 3:-. så det blir dryga 20 000 000:-. Vad brukar vinsterna vara när det är en ensam vinnare?

Man måste också göra en skattning av risken att man inte är ensam vinnare.

[IngOehman]

Njae, där tror jag du har fel indata.

Staten snor förvisso åt sig en massa pengar, men hittar man en tillräckligt "osympatisk rad", en som nästan ingen vill satsa på, så känns det långt ifrån omöjligt att nå upp över insatsen med väntvärdet.

Men man kan behöva spela länge (och mycket, kanske behöver man massor av "osympatiska rader") för att gå plus inom rimlig tid. Och framförallt: hur vet man att man hittat en tillräckligt osympatisk rad?


Vh, iö

Mja, det är väl bara att multiplicera (35 7)=6 724 520 med vad en lottorad kostar. Det verkar vara 3:-. så det blir dryga 20 000 000:-. Vad brukar vinsterna vara när det är en ensam vinnare?

Avsevärt mera tror jag det kan vara, men det är inte så enkelt som du illustrerar det, för det finns ju ackumulerade vinster också. När den är stor så vill flera spela.

Största enskilda vinsten i USA låg på ungefär fyra miljarder och chansen att vinna den var ju en på 175,2 miljoner. Lotten kostade 14 kronor. Jag tror vi har ungefär samma system i Sverige.

Man måste också göra en skattning av risken att man inte är ensam vinnare.

Det var precis det jag påpekade i min sista mening.


Vh, iö

[IngOehman]

PS. 237 000 000:- har visst någon vunnit på lotto i Sverige.

DS.

[DQ-20]

Istället för att tjafsa om vad som är en modell eller inte tycker jag det verkar mer intressant att förklara varför många tänker så att "nu har det blivit 7 svarta i rad, nu MÅSTE det bara bli en röd".

Jag tror att det kan bero på att man uppfattar att slumpen är en aktiv, tvingande kraft. Men slumpen är ju svår att förklara även för en statistiker. Om det gäller en kula i en roulette så måste det ju bero på NÅGOT att en kula landar där den landar. Men vad det än är, så är det inte "slumpen".

Jag funderade på alternativet, nämligen att om det har blivit sju svarta i rad MÅSTE det bara bli en åttonde svart. Om man tolkar resultatet sju svarta i rad som att sannolikheterna är betingade så ökar ju sannolikheten för detta utfall och gör det mer troligt. I valet mellan ett troligt och ett mindre troligt utfall bör man välja det mest troliga, dvs. att chansen för svart är högre än för röd och att det därför mest troligt kommer upp svart efter sju svarta i rad. Men så resonerar vi inte i spel där vi förutsätter resultatet "beror" på slumpen (obetingad, fastän ändå inte liksom).

/DQ-20

[IngOehman]

Istället för att tjafsa om vad som är en modell eller inte tycker jag det verkar mer intressant att förklara varför många tänker så att "nu har det blivit 7 svarta i rad, nu MÅSTE det bara bli en röd".

Det tycker jag också, vilket jag hoppas har framgått.

Och svaret tror jag är enkelt, men det kan formuleras på många sätt.

Enklaste sättet är väl att säga att folk inte förstår att det faktiskt inte finns någon historia (som betyder något för framtiden) när det handlar om äkta slumpfenomen (och slumpliknande fenomen). Det finns bara en framtid. Det som har hänt har redan hänt och påverkar inte framtiden.

Att detta är svårt att förstå för många tror jag beror på att inte alla mekanismer är sådana. Så ofta stämmer en intuition som säger att det kommer att ändras sig om det inte gjort det på länge.

Säg att man drar kort och frågar sig hur stor chansen är att man drar ett ess (det är 4 på 52). Men för varje kort man drar utan att träffa ett ess, så ökar chansen. För där finns ju en historia, ju fler kort man dragit utan ess, desto större chans för ett ess.

Inte konstigt om de som tänker mindre än de känner kan låta sig luras av sina erfarenheter därvidlag. Det vill säga, den som känner kan självklart ha en vältrimmad intuition, men ofta så kräver det att man kapacitet att förstå och har tänkt tidigare.

Jag tror att det kan bero på att man uppfattar att slumpen är en aktiv, tvingande kraft. Men slumpen är ju svår att förklara även för en statistiker. Om det gäller en kula i en roulette så måste det ju bero på NÅGOT att en kula landar där den landar. Men vad det än är, så är det inte "slumpen".

Kaos-teoretiker brukar nog säga att det är slump, men inte superslump.

Det finns även en skillnad mellan roulette och rysk roulette, om jag förstått reglerna för det sistnämnda rätt (alltså att man inte snurrar mellan avtryckningarna). För snurrar man inte så finns historiken där igen.

Jag funderade på alternativet, nämligen att om det har blivit sju svarta i rad MÅSTE det bara bli en åttonde svart. Om man tolkar resultatet sju svarta i rad som att sannolikheterna är betingade så ökar ju sannolikheten för detta utfall och gör det mer troligt.

Du menar att vi har en roulette med hemlig mekanism, och vi börjar titta vid en bestämd tidpunkt och från och med denna ser sju svarta i rad?

Ja, då finns det förstås möjlighet att betrakta utfallet som indikativt för mekanismens tendenser.

Men så ser ju inte ett roulett-hjul ut. Vi känner mekanismen. Och i mitt exempel så sades heller ingenting om att de sju svarta var de första sju utfallen man observerade. Då finns det nog inget skäl att tro att så är fallet. Speciellt inte om man som sagt känner konstruktionen. Det är inte en svart låda, det är en öppenlåda, vars obskyra kvaliteter ligger i just slumpens mekanismer, inte i att vi inte vet hur hjulet fungerar.

I valet mellan ett troligt och ett mindre troligt utfall bör man välja det mest troliga, dvs. att chansen för svart är högre än för röd och att det därför mest troligt kommer upp svart efter sju svarta i rad. Men så resonerar vi inte i spel där vi förutsätter resultatet "beror" på slumpen (obetingad, fastän ändå inte liksom).

/DQ-20

Visst, men som sagt - det finns i exemplet inga skäl att tro att de sju svarta i rad visade att hjulet har en sådan tendens.


Vh, iö

[petersteindl]

Ponera att noll kommer 1674 ggr på raken Skulle du gången därefter spela på rött eller svart?

[IngOehman]

Då skulle jag misstänka riggat bord.

Chansen att det skulle hända är 50% om man snurrar hjulet sisådär 7,5 gånger 10 upphöjt i 2624, vilket är ett tal som för en gogool att verka som bara fjutt.

Om man snurrar hjulet en gång varje pikosekund (en tusendels nanosekund) så skulle det ta en 2,5 gånger 10 upphöjt i 2603 livtider(!) innan man når dit.

Om mitt överslag är rimligt rätt, jag har lite annat att tänka på just nu.


Så... Om jag misstänker riggat bord så finns det kanske skäl att tro att det kommer att bli noll nästa gång också?

Men hur vet man det?

Alltså hur är det riggat.

Det vet man inte, men det behöver man veta. Det kan t ex vara en elektromagnet som styrs av ett fotreglage som spelmaskinisten pedalerar. Om så är fallet minskar han eller hon måhända på trycket under sulan när jag satsar på noll...


Vh, iö

[Svante]

Det finns ju flera sorters historia, överhört telefonsamtal på en buss i Östersund:

Var är du? -I Stockholm (volymen var så uppskruvad att svaret hördes.)
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm

Det är nu ytterst rimligt att det åttonde svaret är "I Stockholm". Inte helt säkert, men jag skulle iaf gissa på det.

Skillnaden mot roulettebordet är att det antagligen inte är oberoende händelser.

[IngOehman]

Låt mig se om jag förstått det du berättar riktigt. Är svaren, de med talstreck framför, de som den i andra änden sade? Alltså som du hörde tack vare den högt uppdragna volymen?

Om så är det ju fascinerande att den som satt i bussen INTE hörde det, som du överhörde.


Bortsett ifrån det så menar jag nog att det är svårt, nästan omöjligt, att dra några statistiska slutsatser om nästa svar, givet informationen. Om man förmodar att den halvdöva personen såsmåningom kommer att höra vad personen i andra änden säger, så kommer detta tillfälle närmare och närmare för varje gång han eller hon inte hör rätt och frågar igen.

Men hur skall man kunna räkna på det?

Du kanske redan vet svaret, du satt ju där. Men personligen skulle jag ha väntat mig att de skulle ha givit upp redan innan de nådde 7 likadana svar. I själva verket skulle jag (om jag hade varit i din sits) nog ha lagt mig i redan efter kanske tre, och berättat att det han eller hon i andra änden säger är "i Stockholm".

Nu kan det ju vara så att betoningarna som du hörde, avslöjar något som inte framgår av det du skrivit, t ex att den som ställer frågan egentligen vill veta var i Stockholm den andra personen är. Även i det fallet får man ju förmoda att myntet kommer att trilla ned och insikten om att frågan behöver omformuleras kommer att komma till frågeställaren. Men inte heller det går ju att veta, alltså vid vilken repetition det sker.

Så jag är inte riktigt på det klara med varför du anser att det åttonde svaret kan förutsägas med yttersta rimlighet. Men som sagt, jag var inte där och missade kanske något som var uppenbart när man hörde det på plats.

- - -

Men hur blev det åttonde svaret då?


Vh, iö

[Objektivisten]

Var är du? -I Stockholm (volymen var så uppskruvad att svaret hördes.)
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm
Ok, var är du nu? -I Stockholm
Ok, var är du nu? - Idiot!

[hifikg]

Och det går att vinna på det! Alltså inte bara via slumpen, utan via den egna skickligheten/idogheten.

Det finns flera metoder, men alla som jag känner till kräver stort tålamod eller en skicklighet som är för mig helt onåbar.


Vh, iö

Really?? vad säger de på casinona i LV när du säger att du har ett roulettesystem som du tänker spela efter? Och vad säger de på Casinot i Monte Carlo i samma situation?

[Almen]

Jag frågade ju tidigare om "multiple comparisons", och såg idag en artikel i GP med rubriken DNA-rön: Förfädernas levnadsförhållanden kan ändra generna

Där skriver man bland annat följande:

Förra året fick en studie av en lokalbefolkning i Överkalix stort genomslag. Genom att studera den varierande mattillgången under 1800-talet och framåt i den då isolerade byn kunde man se effekter hos barn och barnbarn. En av studiens slutsatser är att våra förfäders levnadsförhållanden kan påverka våra gener – Om exempelvis farmödrar svalt ökar risken för att hennes barnbarn att drabbas av hjärtkärlsjukdom. Samtidigt visar en tidigare Överkalixstudie att om farfäder svalt strax före puberteten kunde detta innebära lägre risk för hjärtkärlsjukdom hos barnbarnen.

Jodå, studien fick stort genomslag, men mest på grund av den statistiska analysen blev starkt ifrågasatt, bland annat av Olle häggström (här och här) och Karin Bojs (här).

Jag tar med alla länkarna här mest för att det finns många som anser att "statistik, det är väl bara att titta på problemet, sätta in i rätt formel och räkna fram svaret".

Nu undrar jag, är det här ett exempel på problemet med "multiple comparisons", eller med "multiple variable analysis" (eller annat)? Det nämns "massignifikans", är det en översättning av "multiple significance test"?

Är det skillnad på att ha flera hypoteser och på att ha flera tester med samma hypotes?

[Laila]

Äsch då, studien visar bara på fördelen/nödvändigheten att inte sakna ena matta . . . typ.

[Almen]

Menar du ena heltäckningermatta?

Häggström beskriver typen av studie med följande XKCD-strip:

[Laila]

Menar du ena heltäckningermatta? ....

Njae, tänkte nog mestert på "den varierande mattillgången"* . . . typ.

*Men däva kanskedä du åsså tänkte på.

[Almen]

Menar du ena heltäckningermatta? ....

Njae, tänkte nog mestert på "den varierande mattillgången"* . . . typ.

*Men däva kanskedä du åsså tänkte på.

Amen åååhhh...

[Laila]

Bra, vi verkar vara helt överens i frågan . . . typ.

[Almen]

[DQ-20]

Är det skillnad på att ha flera hypoteser och på att ha flera tester med samma hypotes?

Det är antalet TEST som är grundproblemet om man använder en viss signifikansnivå, t.ex. 5%. I 20 slumpmässiga och oberoende test kommer då I GENOMSNITT (högst) ett av testen ge falskt positivt resultat. Det spelar egentligen ingen roll vad testen gäller. Vad XKCD-strippen illustrerar är ett specialfall där man letar efter ett signifikant resultat med en explorativ metod (se om man hittar något i data). Flera tidskrifter inom mitt eget (och andras) områden har börjat förbjuda traditionella signifikanstest med beslutsregel (t.ex. acceptera resultat under 5%-nivån.) Rekommendationen är att redovisa p-värdet för varje test och tolka det. Multiple TEST-problematiken tittade Bonferroni på redan på 1930-talet. En enkel (konservativ) kompensation är att för varje enskilt test kräva ett p-värdet som är Ptot/n där Ptot=Det totala p-värdet för samtliga test och n=antal test. För att nå 5% i 20 test måste då ett enskilt test ligga under 0.25%. Problemet med statistik i normal praktik är inte att det saknas tekniska lösningar utan att man måste vet vad man pysslar med. Grundläggande är en känsla för distributioner (tycker jag.)

Är man en normalbegåvad forskare med ett stort dataset gör man såhär:

1. Gör en massa test tills man hittar några signifikanta samband
2. Skriver en teoridel som motiverar test av de samband man hittar (härleder hypoteser)
3. Kör testen
4. Tolkar testen
5. Publicerar (om man har tur)
På det viset undviker man att redovisa att man egentligen först tittade på resultaten explorativt och sedan skrev storyn om varför dessa resultat är viktiga att undersöka. Det är lättast att göra om man hittar förväntade samband. Något banbrytande lär inte komma ur det men bevisligen helt ok akademiska karriärer genom att empiriskt bekräfta vad alla redan visste.

/DQ-20

[Almen]

OK. Har du satt dig in i problematiken med överkalixstudierna? Professor Bylund verkar ju försöka vidhålla att deras signifikanssiffror var signifikanta.

[DQ-20]

OK. Har du satt dig in i problematiken med överkalixstudierna? Professor Bylund verkar ju försöka vidhålla att deras signifikanssiffror var signifikanta.

Jag har läst vad statistikern skrev och han verkar ha rätt. Signifikanstest är bara en del av "bevisföringen". Man behöver också teoretiskt stöd. Men det har inte Bylund et al. Hade man, utifrån tidigare studier och teori, haft anledningen att testa att det var just sondöttrar som skulle uppvisar effekter hade man kunnat testa detta direkt. Men det hade man inte och testade därför många olika samband. För mig framstår det, efter en MYCKET kort genomläsning, att studien är explorativ och signifikanstesterna är därmed inte att betrakta som hypotestestning utan snarare som indikationer på att "här behöver vi gå vidare".

Denna typ av artiklar är dock inget ovanligt och det finns många aspekter på publicering: Även om det inte handlar om signifikanta resultat kan ju resultaten ändå vara värda att sprida. Men om reviewers endast tar in studier med statistiskt signifikanta resultat så sorterar man automatiskt bort resultat som är värda att publicera fast de inte har statistiskt signifikanta resultat. Statistisk signifikans är för mig endast en form av "reality check" och saker som effektstorlek (spelar det någon roll...) är viktigare. Med ett riktigt stort dataset blir alla samband signifikanta - även de som saknar betydelse för att de är så små. Det finns många exempel på detta inom medicin där man kan hitta t.ex. sjukdomsrisker för det mesta här i världen eftersom man har tillgång till enorma dataset via t.ex. arbetsmedicin och screening. Om man dessutom redovisar result i form av "odds ratios", blir det extra svårt att tolka. Säg att man redovisar en statistiskt signifkant tredubblad risk för någon patologisk förändring ska inträffa och läsaren tänker "oj, oj, oj..." Men om grundrisken var mikroskopisk får vi en förhöjd risk som är 3*mikroskopisk vilket innebär att det fortfarande inte spelar någon roll trots signifikans och tredubblad risk.

/DQ-20

[Almen]

Här är ett inlägg av Olle Häggström i nollhypotessignifikanstestdebatten: The need for nuance in the null hypothesis significance testing debate

Jag har inte läst den än, men har följt debatten lite grand och prof. H. har tidigare skrivit om detta.

[Almen]

Bra artikel! Förutom ett inlägg i nämnda debatt också en genomgång av terminologin.

Några highlights:

In my humble opinion, statisticians still have a lot to contribute to these discussions, and it is therefore
important that they take part. [...] For instance, if the editors of BASP had had contact with professional statisticians,
they would probably have been spared the embarrassment of banning NHST methods on the confused grounds that they did.
---
[John Kruschke (2010)] advocates the abandonment of NHST methods [...].
I am sure his paper would have been much more interesting and useful to the scientific community if there had
been statisticians around to inform him of this discourse...

Jag gillar hur han inleder ovanstående drapa med "imho".

A particular point where I think an improved understanding among scientists would greatly benefit science
itself is the interpretation of a statement like "p<0.05". Suppose everyone understood that statistical
significance on level 0.05 on its own is no more than (at most) the observation that data suggest that an effect
may well be present, an observation that can be taken to warrant further study of the possible presence of the
effect.
---
As things are today, "p<0.05" is way too often taken to mean something like "beyond reasonable doubt", or to serve
as an excuse for cocksure statements such as the title of the Bygren (2014) paper that I quoted in item (e) of Section 2.
---
The Big Data revolution in areas like bioinformatics (see, e.g., Efron 2012) has led to routine experiments involving
thousands or even millions of hypotheses to be tested simultaneously; in such situations, a raw p-value of
0.00003, untouched by multiple inference analysis, does not even warrant a raised eyebrow.

[DQ-20]

Bra artikel! Förutom ett inlägg i nämnda debatt också en genomgång av terminologin.

Ja, det var en bra artikel men den är inte för lekmän. När BASP kom med nyheten att det ändrat sin policy gällande NHST var det många kollegor som applåderade detta på t.ex. Facebook. Själv undrade jag om BASP:s board of editors var helt jävla dumma i huvudet: inte så mycket pga av beslutet i sig utan pga av argumentationen (som var helt uppåt väggarna). Andra tidskrifter har dock kommit med förändringar som varit mer genomtänkta, t.ex. att inte tillåta test mot fasta signifikansnivåer (t.ex. 0.05 eller 0.01) utan i stället kräva rapportering av det "råa" p-värdet som det är. Generellt kan man säga att flera och fler tidskrifter gått från ord till handling för att stävja missbruk av NHST utan att ta avstånd från de matematiska grundantagandena. Det är "inne" just nu men det är enbart av godo.

/DQ-20

[Almen]

...fler tidskrifter gått från ord till handling för att stävja missbruk av NHST utan att ta avstånd från de matematiska grundantagandena. Det är "inne" just nu men det är enbart av godo.

Ja, det måste det ju vara.

Tycker som lekman att det blir polariserat för ofta, liknande Fisher vs. Bayes-debatten. I min stilla enfald tänker jag "Men kan man inte ta lite av varje, eller använda det som passar bäst för stunden?"

[DQ-20]

Tycker som lekman att det blir polariserat för ofta, liknande Fisher vs. Bayes-debatten. I min stilla enfald tänker jag "Men kan man inte ta lite av varje, eller använda det som passar bäst för stunden?"

Nej, riktigt så enkelt är det nog inte. Det är just statistisk principlöshet som har lett till det moras som vi nu står inför. Det finns olika skolor men de har var och en sin egen interna logik och är helt enkelt inte kompatibla. Fisher var drygare än Yes och antydde väl att de som inte begrep det fina i hans "fiducial interval" var korkade. Bayesianer är självgoda så det räcker och blir över. Om de skulle vara i luven på varandra så är det bara vad de förtjänar...

/DQ-20

[Almen]

Tycker som lekman att det blir polariserat för ofta, liknande Fisher vs. Bayes-debatten. I min stilla enfald tänker jag "Men kan man inte ta lite av varje, eller använda det som passar bäst för stunden?"

Nej, riktigt så enkelt är det nog inte. Det är just statistisk principlöshet som har lett till det moras som vi nu står inför. Det finns olika skolor men de har var och en sin egen interna logik och är helt enkelt inte kompatibla. Fisher var drygare än Yes och antydde väl att de som inte begrep det fina i hans "fiducial interval" var korkade. Bayesianer är självgoda så det räcker och blir över. Om de skulle vara i luven på varandra så är det bara vad de förtjänar...

/DQ-20

Jo, men de flesta statistiker ligger väl däremellan? Lite mer pragmatiska, sådär...

Jag menar inte att anything goes, men att det i alla fall inte behöver vara antingen/eller.

[DQ-20]

Tycker som lekman att det blir polariserat för ofta, liknande Fisher vs. Bayes-debatten. I min stilla enfald tänker jag "Men kan man inte ta lite av varje, eller använda det som passar bäst för stunden?"

Nej, riktigt så enkelt är det nog inte. Det är just statistisk principlöshet som har lett till det moras som vi nu står inför. Det finns olika skolor men de har var och en sin egen interna logik och är helt enkelt inte kompatibla. Fisher var drygare än Yes och antydde väl att de som inte begrep det fina i hans "fiducial interval" var korkade. Bayesianer är självgoda så det räcker och blir över. Om de skulle vara i luven på varandra så är det bara vad de förtjänar...

/DQ-20

Jo, men de flesta statistiker ligger väl däremellan? Lite mer pragmatiska, sådär...

Jag menar inte att anything goes, men att det i alla fall inte behöver vara antingen/eller.

Mellan tolkningen av sannolikhet som frekvens ("frequentist interpretation") och sannolikhet som subjektiv förväntan (Bayesian) så går det en skarp skiljelinje skulle jag vilja säga. De flesta är inte bayesianer.

När det gäller signifikanstester/hypotestester så går det en skiljelinje mellan Fisher och Neyman-Pearson. Dessa två synsätt har dock ingått en ohelig allians mot vilka ett ökat antal vetenskapliga tidskrifter verkar vända sig. Och det är väl bra att man tar urkällorna på allvar. Fisher tyckte ju typ att Pearson inte kunde räkna...

/DQ-20

[Svante]

Alla dessa gubbar...

[DQ-20]

Alla dessa gubbar...

Det går nog inte att komma ifrån: Neyman-Pearson och Fisher använder sig av samma matematik för p-värde. Det som skiljer dem åt är deras vetenskapssyn (epistemologi) vilket ger olika beslutsteoretiska slutsatser. Därför är det svårt att lyfta ut människorna i sammanhanget och ersätta dem med opersonliga formler - valet av det ena eller andra sättet får mening först i ett socialt sammanhang. Den nuvarande diskussionen om NHST ("null hypothesis significance test") har främst sociala argument. Men sammanfattningsvis för dilettanter:

Fisher: P-värdet är i sig ett indicium på resultatets statistiska signifikans (tolkat som statistisk "ovanlighet"). Konfidensintervall ingår också i Fishers metod. Fisher gör sig i detta sammanhang (givetvis) inte skyldig till "transposed conditional" dvs. han använder inte begreppet "konfidens" som det ofta används på faktiskt.se, men hans eget resonemang om "fiducial interval" har historiskt sett ställt till det en del när det gäller tolkningen. Med "transposed conditional" avser jag misstaget att förväxla P(data|parameter) dvs. "sannolikhet" med P(parameter|data) dvs. "likelihood". "Fiducial interval" är överkurs - googla.

Neyman-Pearson: Det "råa" p-värdet är i sig inget indicium utan det viktiga är "alfa", dvs. det vi vanligen kallar signifikansnivå. Metoden går ut på att använda två hypoteser: en "nollhypotes" och en alternativ hypotes. "Nollhypotesen" skall testas mot en på förhand bestämd nivå, ofta 0,05 och om testet visar att resultatet är tillräckligt osannolikt givet "nollhypotesen" faller man tillbaka på den alternativa hypotesen. OBS! Läs igen: jag skriver INTE att "nollhypotesen" är osannolik givet resultaten eftersom det skulle vara ett exempel på "transposed conditional" och därmed strida mot själva sannolikhetsgreppet.

"Modern" metod: Använd Neyman-Pearson ("nollhypotes" + alfa) men med flera alfa-värden (t.ex. 0,1, 0,05, 0,01, 0,001) och "gradera" p-värdena som t.ex. "marginellt signifikant", "signifikant", "starkt signifikant", "mycket starkt signfikant" osv. Genom denna gradering tillmäter man indirekt det "råa" p-värdet ett egenvärde i enlighet med Fisher, fast med en godtycklig ordinalskala och man hamnar snubblande nära "transposed conditional". Om man ska vara noga är nivåerna epistemologiskt godtyckliga men ofta matematiskt motiverade genom att sammanfalla med jämnt antal standardavvikelser. Det var dock detta "egenvärde" hos p-värdet som Neyman och Pearson med stor emfas argumenterade emot och som bidrog till populäriseringen av deras synsätt. Vetenskapsteoretiskt blir det varken hackat eller malet och ger upphov till många missförstånd eftersom metoden spänner över två konkurrerande paradigm.

Den debatt som för närvarande pågår tycks i allt väsentligt vara en återgång till Fisher där man tar bort signifikansnivåerna och ersätter dem med ett epistemologiskt grundat resonemang om p-värdena samtidigt som man behåller Neyman-Pearsons idé om "alternativhypotesen" som nödvändigt komplement till "nollhypotesen". Same-same but different.


/DQ-20

[Almen]

Ja, hur man än vänder och vrider på sig har man ju rumpan bak, och hamnar någonstans vid Fischer som utgångspunkt.

...misstaget att förväxla P(data|parameter) dvs. "sannolikhet" med P(parameter|data) dvs. "likelihood".

Och där finns ännu ett misstag att göra: att översätta "likelihood" med "sannolikhet". En rimlig översättning vore "trolighet", men det verkar som att de flesta i skrået skippar översättningen och alltid använder "likelihood" i stället.

Jag upptäckte för ett tag sedan att man på Karolinska Institutet (av alla ställen) översatt "likelihood function" till "sannolikhetsfunktion" i sin MeSH-ordlista, så jag fick nöjet att påtala missen för ansvariga. De var mycket snabba med att korrigera och tackade ödmjukt för hjälpen.

[DQ-20]

Och där finns ännu ett misstag att göra: att översätta "likelihood" med "sannolikhet". En rimlig översättning vore "trolighet", men det verkar som att de flesta i skrået skippar översättningen och alltid använder "likelihood" i stället.

"Likelihood" är en fackterm och det finns ingen svensk fackterm. Det är lika bra det förresten - det är MYCKET viktigare att markera vad det inte betyder (sannolikhet) än vad det betyder.

Jag upptäckte för ett tag sedan att man på Karolinska Institutet (av alla ställen) översatt "likelihood function" till "sannolikhetsfunktion" i sin MeSH-ordlista, så jag fick nöjet att påtala missen för ansvariga. De var mycket snabba med att korrigera och tackade ödmjukt för hjälpen.

Problemet är att en mängd estimatorer bygger på likelihoodfunktioner, sk. MLE (maximum likelihood estimators). Man kan till och med säga att OLS (ordinary least square) är ett specialfall av MLE när felen är normalfördelade. Enda skillnaden är att när man uppfyller antagandena hos OLS kan man ta matematiska genvägar som ger "closed form solutions" och man slipper integrera sannolikhetsfördelningar. Det var viktigare förr än nu. I vilket fall som helst så sticker omvänd sannolikhet (transposed conditional) upp sitt fula tryne varthelst man ser. Därav min relativa avsky för begreppet "konfidens" och som betyder mer än 1-p. Skillnaden är större än en enkel matematisk operation och innebär ett epistemologiskt sidbyte.

/DQ-20

[Almen]

Jag har insett att jag borde läsa in mig på likelihood så jag får lite mer känsla för vad det innebär.

[Svante]

Varför tycker jag att statistik är som en hal tvål?

[petersteindl]

Jag hatade mat.stat.

[DQ-20]

Jag hatade mat.stat.

De som gillar matematisk statistik måste ha någon diagnos. Matematiska bevis, kombinatorik och annan skit är inget för mig.

/DQ-20

[DQ-20]

Varför tycker jag att statistik är som en hal tvål?

Ja, säg det? Kanske det är för att du känner att du själv måste kunna matematiken för att förstå?

/DQ-20

[Svante]

Varför tycker jag att statistik är som en hal tvål?

Ja, säg det? Kanske det är för att du känner att du själv måste kunna matematiken för att förstå?

/DQ-20

Grejen är ju att jag förstår. Tror jag. Sen gör jag det inte. Flupp, så hoppar tvålen iväg.

Jag har ju tom undervisat i matstat, inte på så hög nivå, men ändå.

[DQ-20]

Grejen är ju att jag förstår. Tror jag. Sen gör jag det inte. Flupp, så hoppar tvålen iväg.

Jag har ju tom undervisat i matstat, inte på så hög nivå, men ändå.

Undervisat i matematisk statistik? Antingen är du en mycket dålig människa som Gud har bestämt sig för att straffa eller så är det bara livets tillfälligheter. Slumpen helt enkelt. Vem vet?

/DQ-20

[PerStromgren]

Den debatt som för närvarande pågår tycks i allt väsentligt vara en återgång till Fisher där man tar bort signifikansnivåerna och ersätter dem med ett epistemologiskt grundat resonemang om p-värdena samtidigt som man behåller Neyman-Pearsons idé om "alternativhypotesen" som nödvändigt komplement till "nollhypotesen".

Hjälp, var har jag hamnat?

[Almen]

Den debatt som för närvarande pågår tycks i allt väsentligt vara en återgång till Fisher där man tar bort signifikansnivåerna och ersätter dem med ett epistemologiskt grundat resonemang om p-värdena samtidigt som man behåller Neyman-Pearsons idé om "alternativhypotesen" som nödvändigt komplement till "nollhypotesen".

Hjälp, var har jag hamnat?

Ja, det var väl i de banorna jag funderade när jag tänkte mig att statistiker mestadels är ganska pragmatiska. Jag skulle väl till och med vilja krydda på med lite Bayes, där priorn lämpligen kan tas fram med frekventistiska metoder.

Men jag håller med om den hala tvålen. Matematisk statistik känns i många avseenden som vagare och svårare än andra former av matematik, och där den generella kunskapen utanför skrået är låg (och kanske i synnerhet om den egna begränsningen). Det är väl därför expertvittnen i domstolar kan få personer (till exempel Sally Clark och Lucia de Berk) dömda till långa fängelsestraff bara genom att visa några siffror, även om de är totalt felaktiga.

Och varför ett rättshaverande justitieråd i Högsta Domstolen får för sig att med statistik "bevisa" att en friad person egentligen är skyldig.

[IngOehman]

OK. Har du satt dig in i problematiken med överkalixstudierna? Professor Bylund verkar ju försöka vidhålla att deras signifikanssiffror var signifikanta.

Jag har läst vad statistikern skrev och han verkar ha rätt. Signifikanstest är bara en del av "bevisföringen". Man behöver också teoretiskt stöd. Men det har inte Bylund et al. Hade man, utifrån tidigare studier och teori, haft anledningen att testa att det var just sondöttrar som skulle uppvisar effekter hade man kunnat testa detta direkt. Men det hade man inte och testade därför många olika samband. För mig framstår det, efter en MYCKET kort genomläsning, att studien är explorativ och signifikanstesterna är därmed inte att betrakta som hypotestestning utan snarare som indikationer på att "här behöver vi gå vidare".

Denna typ av artiklar är dock inget ovanligt och det finns många aspekter på publicering: Även om det inte handlar om signifikanta resultat kan ju resultaten ändå vara värda att sprida. Men om reviewers endast tar in studier med statistiskt signifikanta resultat så sorterar man automatiskt bort resultat som är värda att publicera fast de inte har statistiskt signifikanta resultat. Statistisk signifikans är för mig endast en form av "reality check" och saker som effektstorlek (spelar det någon roll...) är viktigare.

Vackra ord det där. När jag tittar runt på hur folk resonerar kring resultat de läser om så får jag ofta intrycket att de inte förstår att det är väsensskilda saker.

Särskilt är det förstås så när verkligt samband i verkligheten saknas (vilket man kanske inte vet ännu) och den enda sak man kan bygga upp genom att testa saken, är ju då en SS för nollresultatet. Och då behöver man bestämma sig för en nivå, eftersom den som en bieffekt även blir en osäkerhet. Ju lägre krav på SS man ställer desto lättare är det att svaga effekter slinker igenom, det vill säga att det resultat man stannar vid säger att man antingen har en svag effekt, eller att man testat för lite...

Även inom LTS har jag ibland förvånats över att se att folk tro/anse att etablering av SS (snarare än att beskriva färgningarna) är det viktiga, och rent av en sorts mätetal för färgningarna. Det är det inte. Det vill säga det är inte så enkelt.

Med ett riktigt stort dataset blir alla samband signifikanta - även de som saknar betydelse för att de är så små.

Jag skulle ha velat hålla med om det där, men kan inte, helt enkelt för att gränsen för vad som saknar betydelse eller inte saknar betydelse är subjektiv, och inget hindrar att någon kan tycka att den ligger till och med under detektionsgränsen.

En liten randanmärkning bara.

Jo en sak till - skulle vilja byta ut ditt "alla samband" till "alla med metoden detekterbara samband". För det kan ju finnas samband som finns men som kräver andra metoder för att kunna detekteras, och då får man ingen signifikans hur länge man än testar (hur stort dataset man än har).

Det finns många exempel på detta inom medicin där man kan hitta t.ex. sjukdomsrisker för det mesta här i världen eftersom man har tillgång till enorma dataset via t.ex. arbetsmedicin och screening. Om man dessutom redovisar result i form av "odds ratios", blir det extra svårt att tolka. Säg att man redovisar en statistiskt signifkant tredubblad risk för någon patologisk förändring ska inträffa och läsaren tänker "oj, oj, oj..." Men om grundrisken var mikroskopisk får vi en förhöjd risk som är 3*mikroskopisk vilket innebär att det fortfarande inte spelar någon roll trots signifikans och tredubblad risk.

/DQ-20

Du har helt rätt, men igen vill jag reservera mig på samma mjuka grunder som nyss. "Inte spelar någon roll" är en subjektiv bedömning. Du är otillåtet svartvit.

Med det sagt är dina påpekanden viktiga, och ett skäl till att (i ämnet oförståndiga) journalister ibland är olämpliga som förmedlare av information.


Vh, iö

[Svante]

Grejen är ju att jag förstår. Tror jag. Sen gör jag det inte. Flupp, så hoppar tvålen iväg.

Jag har ju tom undervisat i matstat, inte på så hög nivå, men ändå.

Undervisat i matematisk statistik? Antingen är du en mycket dålig människa som Gud har bestämt sig för att straffa eller så är det bara livets tillfälligheter. Slumpen helt enkelt. Vem vet?

/DQ-20

Gud är sannolikt sadistiker om hen finns.

[IngOehman]

Om gud inte finns så är han eller hon eller den eller det också sadistiker, men med en mindre sannolikhet.


Vh, iö

[Svante]

Jag såg ett program på TV igår som handlade om arkeoligi. De hade hittat 17 personer som hade blivit nedslängda i en brunn på 1100-talet. DNA-analys visade att de hade en egenskap som man bara hittade hos 5% av den kristna befolkningen, men hos 30% av den judiska befolkningen. Det var mycket ovanligt med judar i trakten vid den tidpunkten. Tolkningen de gjorde av resultatet var att personerna i brunnen med största sannolikhet var judar. Retoriskt i programmet blev det en sanning.

Underkänt.

[Almen]

Ha! Det där ser ut som ett klockrent läge för Bayes. Någon som känner sig hågad? Jag kan titta på det i kväll.



Jag antar att
A: de är av judisk börd
B: de har den specifika egenskapen

[DQ-20]

Underkänt

Varför?

/DQ-20

[IngOehman]

Är inte det självklart?

För att informationen inte alls säger det som programmet antydde.


Utfallet är ju möjligt i ett samhälle där det bara finns kristna. Säg att den speciella egenskapen är... bruna ögon (bara ett exempel) och att de kristna var brunögda till 5%, och att någon ansåg att de som var det av något skäl förtjänade att bli kastade i brunnen. I varje fall om de var uppstudsiga också.

Då är det ingenting konstigt alls om man finner att alla nedkastade var brunögda. 5% av alla kristna torde räcka väl till för att hitta 17 stycken som är brunögda, det behövs ju bara 340 personer.

Det som är konstigt (läs ovetenskapligt slutsatsdragande) är att någon som inte verkar veta någonting alls om det exakta antalet judar som de facto uppehöll sig i trakten, ändå drar slutsatser om att de nedkastade var det, bara för att man råkar veta att 30% av judar är brunögda (bara ett påhittat exempel, fortfarande).


Sammanfattning: TV när det är som allra sämst (OCH statistik när den är som allra sämst).


Vh, iö

[DQ-20]

Är inte det självklart?

Nej, det var därför jag frågade. Ibland har man ju annan information och då blir sannolikheten betingad av denna information. Man kan tänka sig att man vet att en viss folkgrupp blev förföljd, att ögonfärg sällan varit ett skäl till att bli kastad i en brunn om man tillhörde den etniska majoriteten osv. Vidare kan man också fundera på hur man samplar, dvs. hur ser ut om man samplar på kluster om 17 personer map en viss egenskap med istället för individer. Men visst: om man inte har någon annan information än det som framgått i tråden blir ju slutsatserna orimliga ur en statistisk synvinkel. Jag har inte sett programmet.

/DQ-20

[Svante]

Är inte det självklart?

Nej, det var därför jag frågade. Ibland har man ju annan information och då blir sannolikheten betingad av denna information. Man kan tänka sig att man vet att en viss folkgrupp blev förföljd, att ögonfärg sällan varit ett skäl till att bli kastad i en brunn om man tillhörde den etniska majoriteten osv. Vidare kan man också fundera på hur man samplar, dvs. hur ser ut om man samplar på kluster om 17 personer map en viss egenskap med istället för individer. Men visst: om man inte har någon annan information än det som framgått i tråden blir ju slutsatserna orimliga ur en statistisk synvinkel. Jag har inte sett programmet.

/DQ-20

Jag tyckte det var självklart, ja. Men det kanske blev ett villospår med talet 17, det var inte tänkt som räkneinformation, de hade lyckats få DNA från 8 av dem tror jag och de var släkt med varandra, alltså var det effektivt ETT sampel inte 17. Frågan är alltså om gruppen var judisk. Det var alltså väldigt få som var judiska där, men några hade tagits dit som finansiärer. Kristna fick nämligen inte låna ut pengar mot ränta, det ansågs omoraliskt. Finansiering behövdes dock och därför hade man flugit in (kanske inte...) en del judar. I programmet lät det som att de var ovanliga, min känsla var kanske en på hundra.

Det betyder att sannolikheten att gruppen var judar är 0,01*0,3/(0,01*0,3+0,99*0,05)=0,057. Med min antagligen generösa tolkning av andelen judar och deras DNA-bevis så blir sannolikheten mindre än 6% att de var judar.

[IngOehman]

Precis, höll jag på att skriva...

Men jag menar nog att det från den information jag sett, inte finns möjlighet att uttala sig om hur sannolikt det ena eller andra var. Det är ju som det är, och inte en riktig slumpsituation.

Jag menar alltså (kanske har jag missförstått något) att det du gör är nästan lika tveksamt som det TV-programmet gjorde. Ni drar otillåtna slutsatser.

Man kan inte räkna på sannolikheter, varken si eller så, med den information som står till buds. Det går inte veta om man har relevant information även om man vet att den man har stämmer, och på det så är ju detta ett enskilt fall (där det är på ett visst sätt, helt säkert, oavsett om vi vet hur det var ännu) och inte ett med en sannolikhet.


Vh, iö

[IngOehman]

Är inte det självklart?

Nej, det var därför jag frågade. Ibland har man ju annan information och då blir sannolikheten betingad av denna information.

Aha du tänker så.

Jag bara utgick ifrån att det Svante berättade var en ackurat redovisning av vad TV-programmet berättade.

Man kan tänka sig att man vet att en viss folkgrupp blev förföljd, att ögonfärg sällan varit ett skäl till att bli kastad i en brunn om man tillhörde den etniska majoriteten osv. Vidare kan man också fundera på hur man samplar, dvs. hur ser ut om man samplar på kluster om 17 personer map en viss egenskap med istället för individer. Men visst: om man inte har någon annan information än det som framgått i tråden blir ju slutsatserna orimliga ur en statistisk synvinkel.

Precis min poäng.

Och jag underkänner för protokollet även Svantes senare beräkning av sannolikhet.

Man kan inte räkna sannolikhet på händelser som har faktiska icke slumpmässiga orsaker och vars inträffande inte är fråga om sannolikheter.


Det hela påminner mig om det gamla radioprogrammet där två astronomer bråkade om hur sannolikt det var att en specifik identifierad himlakropp skulle träffa jorden.

Sanningen är att sannolikheten är antingen 0% (om den kommer att missa) eller 100% (om den kommer att träffa). Att man inte vet om den kommer att missa eller träffa (saknar en massa information) gör inte att man kan ange en sannolikhet någonstans däremellan för träff. Det enda man berättar när man försöker redovisa en sådan är att man själv inte vet tillräckligt mycket för att kunna säga om den kommer att missa eller träffa. Det blir en siffra som säger något om den som anger siffran, men ingenting om huruvida det blir miss eller träff.

Någon kan förstås påstå att sannolikhetsangivelsen är en sorts kvalitetsgradering för den informationsmängd man har, men då det inte är slumpen (eller något tillräckligt slumplikt) som bestämmer hur det kommer att gå är beräkningen förfelad.


Vh, iö

[Svante]

Vad jag invänder emot var alltså att de framförde att de hade DNA-bevis som styrkte att de var judiska. Så pekar jag på felkällan med representationen av judar i befolkningen. Det finns fler felkällor, men bevisningen blir mycket svagare när man inser att det finns många fler faktorer än DNAt om man inte utreder de andra faktorerna. Och det är fel att som man i programmet gjorde säga att de var judar för att DNAt sade det.

[IngOehman]

Ja, det var det. Men det var också fel att påstå att man från tillgänglig datakan beräkna sannolikheten för att det var si eller så.


Vh, iö

[Morello]

Grejen är ju att jag förstår. Tror jag. Sen gör jag det inte. Flupp, så hoppar tvålen iväg.

Jag har ju tom undervisat i matstat, inte på så hög nivå, men ändå.

Undervisat i matematisk statistik? Antingen är du en mycket dålig människa som Gud har bestämt sig för att straffa eller så är det bara livets tillfälligheter. Slumpen helt enkelt. Vem vet?

/DQ-20

Gud är sannolikt sadistiker om hen finns.

...om vederbörande......

[Svante]

hen hen hen

[IngOehman]

Vederbörande är verkligen ett mycket bättre ord.

Hen är förfärligt. Hur könsneutralt man än bestämmer att ordet skall föreställa vara så låter det mycket mera som henne än som honom.

Gillar Komoroks gamla ide att man KAN använda ordet hen, som det feminina könsneutrala begreppet, om man även av jämlikhetsskäl inför ordet hum, som det könsneutrala maskulina begreppet för samma sak.


Vh, iö

[UrSv]

Och hin för det könsneutrala skällsordet.

[Almen]

Man kan inte räkna sannolikhet på händelser som har faktiska icke slumpmässiga orsaker och vars inträffande inte är fråga om sannolikheter.

Betyder det att du helt underkänner bayesiansk statistik?

[IngOehman]

Nejdå.

Menar bara att man måste skilja mellan att ha osäkra och/eller begränsade data och att ha okunskap om vem som är vem i en större mängd.

Att man kan beräkna risken för att en slumpvis vald (= vem som helst inom en grupp) drabbas av något, är inte samma sak som att risken gäller för en enskild individ. Risken pekar inte på personen utan på det slumpvisa valet, och vilar på de statistiska data man har om gruppen.


Vh, iö

[Almen]

Så här då: för en händelse av det slag som hittandet av kvarlevorna utgjorde uppgår sannolikheten (bayeansk uppskattning med priorn P(A)=0,01) för att de skulle vara av judisk börd till 0,057.

[DQ-20]

Jag tycker poängen är att man kan ge fan i att räkna när det saknas så pass mycket viktig information och Bayes har inte så mycket att göra med det du skriver. En "prior" skulle i detta fall gälla själv sakfrågan: hur stora är mina förväntningar på att de som ligger i just den här brunnen är judar INNAN jag tittar på bevisen. Posterior är vad jag tror när jag titta på bevisen. Är min tro stark åt ena eller andra hållet och de empiriska bevisen är inkonklusiva så får min "prior" stort genomslag på min "posterior". Vilket är som människor brukar bete sig. Det var därför Laplace menade att statistik var "förnuftets matematik".

/DQ-20

[Svante]

Jag tycker poängen är att man kan ge fan i att räkna när det saknas så pass mycket viktig information och Bayes har inte så mycket att göra med det du skriver. En "prior" skulle i detta fall gälla själv sakfrågan: hur stora är mina förväntningar på att de som ligger i just den här brunnen är judar INNAN jag tittar på bevisen. Posterior är vad jag tror när jag titta på bevisen. Är min tro stark åt ena eller andra hållet och de empiriska bevisen är inkonklusiva så får min "prior" stort genomslag på min "posterior". Vilket är som människor brukar bete sig. Det var därför Laplace menade att statistik var "förnuftets matematik".

/DQ-20

Jadå.

Det jag invände emot var att de i programmet gjorde ett resonemang med 5% av icke-judar och 30% av judar hade genen och att de tog det som att det var nära säkerställt att personerna var judar. Jag punkterade det genom att invända att om judar utgör 1% av befolkningen, vilket är mer än vad det framställdes som i programmen så är (med endast dessa indata) sannolikheten mycket liten att de var judar.

Jag invände alltså mot retoriken/bevisföringen, jag försökte inte primärt räkna ut en hållbar sannolikhet. Ska man räkna behöver man bättre indata. Jag misstänker att det som behövs inte finns.

[DQ-20]

Jag tycker poängen är att man kan ge fan i att räkna när det saknas så pass mycket viktig information och Bayes har inte så mycket att göra med det du skriver. En "prior" skulle i detta fall gälla själv sakfrågan: hur stora är mina förväntningar på att de som ligger i just den här brunnen är judar INNAN jag tittar på bevisen. Posterior är vad jag tror när jag titta på bevisen. Är min tro stark åt ena eller andra hållet och de empiriska bevisen är inkonklusiva så får min "prior" stort genomslag på min "posterior". Vilket är som människor brukar bete sig. Det var därför Laplace menade att statistik var "förnuftets matematik".

/DQ-20

Jadå.

Det jag invände emot var att de i programmet gjorde ett resonemang med 5% av icke-judar och 30% av judar hade genen och att de tog det som att det var nära säkerställt att personerna var judar. Jag punkterade det genom att invända att om judar utgör 1% av befolkningen, vilket är mer än vad det framställdes som i programmen så är (med endast dessa indata) sannolikheten mycket liten att de var judar.

Jag invände alltså mot retoriken/bevisföringen, jag försökte inte primärt räkna ut en hållbar sannolikhet. Ska man räkna behöver man bättre indata. Jag misstänker att det som behövs inte finns.

Utan att ha sett programmet så tycks det mig att statistiken främst illustrerar deras förväntningar snarare än data. Subjektivt finner jag dock sannolikheten hög för att de har rätt, data till trots.

/DQ-20

[Almen]

Ja, det där med att få judar bodde i området verkar inte stämma (Jewish bodies found in medieval well in Norwich):

Norwich had been home to a thriving Jewish community since 1135 and many lived near the well site. But there are records of persecution of Jews in medieval England including in Norwich (see fact box).
---
1100s: Resentment against the Jewish community grows over their perceived wealth and belief they killed Jesus. The "blood libels" - Jews are accused of the ritual murder of Christian children.
1190: Many Jewish people massacred in York. In Norwich they flee to the city's castle for refuge. Those who stay in their homes are butchered.
1230s: Executions in Norwich after an allegation a Christian child was kidnapped.

Så man behöver nog knappast matematik för att dra till med en kvalificerad gissning.

Å andra sidan, att utgå från en frekventistiskt bestämd prior vid bayesiansk analys är väl inte så konstigt? Tänker på det klassiska exemplet med bröstcancer:

A Bayesian approach is particularly useful when predicting outcome probabilities in cases where one has strong prior knowledge of a situation. Suppose, for instance (borrowing an old example that Silver revives), that a woman in her forties goes for a mammogram and receives bad news: a “positive” mammogram. However, since not every positive result is real, what is the probability that she actually has breast cancer? To calculate this, we need to know four numbers. The fraction of women in their forties who have breast cancer is 0.014, which is about one in seventy. The fraction who do not have breast cancer is therefore 1 – 0.014 = 0.986. These fractions are known as the prior probabilities. The probability that a woman who has breast cancer will get a positive result on a mammogram is 0.75. The probability that a woman who does not have breast cancer will get a false positive on a mammogram is 0.1. These are known as the conditional probabilities. Applying Bayes’s theorem, we can conclude that, among women who get a positive result, the fraction who actually have breast cancer is (0.014 x 0.75) / ((0.014 x 0.75) + (0.986 x 0.1)) = 0.1, approximately. That is, once we have seen the test result, the chance is about ninety per cent that it is a false positive. In this instance, Bayes’s theorem is the perfect tool for the job.

[IngOehman]

Lite förenklat man kan säga att problemet med det aktuella fallet är att vi inte vet vad vi behöver veta för att kunna räkna på fallet.

Då går det inte att räkna på.

Jag tycker poängen är att man kan ge fan i att räkna när det saknas så pass mycket viktig information och Bayes har inte så mycket att göra med det du skriver. En "prior" skulle i detta fall gälla själv sakfrågan: hur stora är mina förväntningar på att de som ligger i just den här brunnen är judar INNAN jag tittar på bevisen. Posterior är vad jag tror när jag titta på bevisen. Är min tro stark åt ena eller andra hållet och de empiriska bevisen är inkonklusiva så får min "prior" stort genomslag på min "posterior". Vilket är som människor brukar bete sig. Det var därför Laplace menade att statistik var "förnuftets matematik".

/DQ-20

Exakt!

Jadå.

Det jag invände emot var att de i programmet gjorde ett resonemang med 5% av icke-judar och 30% av judar hade genen och att de tog det som att det var nära säkerställt att personerna var judar. Jag punkterade det genom att invända att om judar utgör 1% av befolkningen, vilket är mer än vad det framställdes som i programmen så är (med endast dessa indata) sannolikheten mycket liten att de var judar.

Och jag envisas med att hävda att det inte går att räkna ut någon sannolikhet.

Det är som det är, och det de data vi har visar är att vi faktiskt inte vet hur det är trots att det är på ett visst sätt (det kan vara 100% judar, eller 0 % judar, eller vad som helst däremellan), och därmed ipso facto heller inte kan säga hur sannolikt det är att det är si eller så.

Jag invände alltså mot retoriken/bevisföringen, jag försökte inte primärt räkna ut en hållbar sannolikhet. Ska man räkna behöver man bättre indata. Jag misstänker att det som behövs inte finns.

Bra sagt där på slutet, men har du glömt att du ändå gjorde just det som du säger att du inte försökte göra?

Strunt samma - bra att vi är överens om att det inte går att räkna med dessa indata.


Vh, iö

[Almen]

Det har ju kommit en metastudie på HiRes-lyssningstester från AES, A Meta-Analysis of High Resolution Audio Perceptual Evaluation.

Den är Open Access och kan laddas ned här: PDF

Jag tänker mig att det kan vara ett lämpligt objekt för denna tråds ämne. Det finns mycket att diskutera, men en sak som jag undrar över är följande:

[76] noted that “the percentage of subjects
who correctly identified SACD at least 70% of the time
appears to be implausibly low.” In trials with at least 55
subjects, only one subject had 8 out of 10 correct and 2
subjects achieved 7 out of 10 correct. The probability of
no more than 3 people getting at least 7 out of 10 correct
by chance, is 0.97%. This suggests that the results were far
from the binomial distribution that one would expect if the
results were truly random.

Blandar man inte ihop "man skall inte bli förvånad om någon har många rätt av slump" med "man skall bli förvånad om inte någon har många rätt"?

P.S. Och "truly random" för 55 lyssnare känns som att de förväntar sig en perfekt slumpfördelning, men det får man ju inte - om inte en och annan gång av ren slump.

[DQ-20]

Det har ju kommit en metastudie på HiRes-lyssningstester från AES, A Meta-Analysis of High Resolution Audio Perceptual Evaluation.

Den är Open Access och kan laddas ned här: PDF

Jag tänker mig att det kan vara ett lämpligt objekt för denna tråds ämne. Det finns mycket att diskutera, men en sak som jag undrar över är följande:

[76] noted that “the percentage of subjects
who correctly identified SACD at least 70% of the time
appears to be implausibly low.” In trials with at least 55
subjects, only one subject had 8 out of 10 correct and 2
subjects achieved 7 out of 10 correct. The probability of
no more than 3 people getting at least 7 out of 10 correct
by chance, is 0.97%. This suggests that the results were far
from the binomial distribution that one would expect if the
results were truly random.

Blandar man inte ihop "man skall inte bli förvånad om någon har många rätt av slump" med "man skall bli förvånad om inte någon har många rätt"?

P.S. Och "truly random" för 55 lyssnare känns som att de förväntar sig en perfekt slumpfördelning, men det får man ju inte - om inte en och annan gång av ren slump.

Jag tror inte att de tror att det fått ett "truly random sample" av subjekt utan bara att det är den baseline som man skall jämföra med för att se om resultaten skulle kunna ha uppstått av en slump. Vad jag TROR att de säger är att OM subjekten bara gissade slumpmässigt så skulle det vara fler som gissade fler rätt än vad resultaten ger för handen. Problemet har tagits upp i samband med F/E-lyssning: hur skall man värdera resultaten från ett subjekt som konsistent svarar fel? Att svara alla fel är lika ovanligt som att svara alla rätt under ett antagande om att chansen att svara rätt ELLER fel är 0,5 per försök. Lösningen är att använda ett riktningsoberoende signifikanstest, dvs. man sätter inte upp en hypotes om att resultaten skall gå åt ena eller andra hållet utan man tittar bara på den absoluta avvikelsen från väntevärdet för nollhypotesen. Man tar så att säga med "båda sidbanden". Men varför göra man inte det? Tja, antingen har man antagit att mer "högupplösta" system låter "bättre" än CD och därför låst sig vid en riktningberoende hypotes, eller så har man så små urval och låga effektstorlekar att man inte "har råd" med riktningsoberoende hypotestestning eftersom den, vid ett givet resultat, fördubblar p-värdet och därmed minskar den statistiska signifikansen. Opps! Jag har inte räknat på det citerade exemplet.

/DQ-20

[Almen]

Ja, det är det jag tycker, att dubbelsidighet borde vara lite standard vid sådana tester. Men man kanske inte tänker "nu skall vi se om lyssnarna kan skilja på H och L" utan "nu skall vi se om lyssnarna kan identifiera H och L (och höra att H är mycket bättre än L)". Det är ju förödande för resultatet i sådana fall, men jag misstänker att det i många av deras refererade tester har gått till på det sättet.

In King 2012, participants were asked to rate 44.1 kHz,
96 kHz, 192 kHz, all at 24 bit, and “live” stimuli in terms of
audio quality. This methodology is problematic in that the
ranking may be inconclusive, yet people might still hear a
difference, i.e., some may judge low sample rate as higher
quality due to a personal preference, regardless of their
ability to discriminate.
We were provided with the full data from the experiment.
A priori, the decision was made to treat the “live” stimuli as
a reference, allowing the ranking data to be transformed into
a form of A/B/X experiment. For each trial, it was treated
as a correct discrimination if the highest sample rate, 192
kHz, was ranked closer to “live” than the lowest sample
rate, 44.1 kHz, and an incorrect discrimination if 44.1 kHz
was ranked closer to “live” than 192 kHz. Other rankings
were excluded from analysis since they may have multiple
interpretations. Thus if there is an inability to discriminate
high resolution content, the probability of a correct answer
is 50%.

Resultatet från King är 55.74%, p=0.2213. Varför har man med det över huvud taget? Och vad menas med "Other rankings were excluded from analysis", gjordes det i metaanalysen eller redan i testet?

[DQ-20]

Resultatet från King är 55.74%, p=0.2213. Varför har man med det över huvud taget? Och vad menas med "Other rankings were excluded from analysis", gjordes det i metaanalysen eller redan i testet?

Vad uppfattar att man gjorde var att göra en dikotom variabel av ordinaldata (ranking). "Rätt" är att 192 kHz föredras framför 44,1 kHz och "Fel" är om 44,1 kHz föredras framför 192 kHz i jämförelse med "live". Genom att göra så slänger man bort information - sannolikt för att man inte vet hur man skall avsätta en rank på varje möjligt kombination av svar så att man kan ange ett numeriskt värde. Såhär tror jag man tänkt:

192; 96; 44,1=Rätt
192; 44,1; 96=Rätt
96; 192; 44,1=Rätt
44,1; 192; 96=Fel
44.1; 96; 192=Fel
96; 44,1; 192=Fel

Eller något liknande med bara två alternativ åt gången om man använt ABX.

Formellt har man haft en hypotes och testat den. Om det är en bra hypotes och om det var en Bra Idé att testa den är en annan fråga. Från min dilettant-horisont tycker jag det verkar vara ett prov utan värde.

/DQ-20

[Almen]

OK, "live" var känt, typ som ett ankare. Ja, med det upplägget kanske ett 50/50-resultat inte är så oväntat.

Den givna frågan för mig att svara på är inte "föredrar lyssnaren..." eller "vilket liknar mest...", utan "kan man skilja på". Alltså ett dikotomt upplägg med ABX och fullständig symmetri (dubbelsidigt). Sedan går man vidare med de med p<=0,01 och testar djupare.

[KarlXII]

Jag tycker nog att det finns plats för båda angreppssätten.
Det skulle inte förvåna mig om det är helt olika mekanismer i kroppen och knoppen som sätts igång av frågorna "föredrar du" eller "kan du skilja på"..

[paa]

När det gäller metastudier av sjukdomar och medicin, visst är de noggrannare gjorda, eller?

[Almen]

När det gäller metastudier av sjukdomar och medicin, visst är de noggrannare gjorda, eller?

Ja, och inte minst tror jag att det är lättare att jämföra de olika studierna vad gäller metodik och statistik.

[Almen]

Jag tycker nog att det finns plats för båda angreppssätten.
Det skulle inte förvåna mig om det är helt olika mekanismer i kroppen och knoppen som sätts igång av frågorna "föredrar du" eller "kan du skilja på"..

Jo, men först måste man ju veta om de går att skilja på över huvud taget, eller hur? Om man inte kan skilja på H och L så är det ju tämligen meningslöst att försöka utvärdera vilken man föredrar.

[Almen]

På tal om KarlXIIs inlägg angående FiveThirtyEight:

Det känns som de gav upp. Eller fick de sparken rakt av?

What A Difference 2 Percentage Points Makes

En efterklok analys av valresultatet i USA av Nate Silver. Han diskuterar varför små ändringar i valkåren kan ge stora utfall i resultatet.

So here’s another question. What would have happened if just 1 out of every 100 voters shifted from Trump to Clinton? That would have produced a net shift of 2 percentage points in Clinton’s direction. And instead of the map you see above, we’d have wound up with this result in the Electoral College instead:

Sedan vet jag inte om 1% egentligen kan ses som "just", men...

[Almen]

Om någon hört talas om Brian Wansink och Cornell's Food Laboratories så är de i trubbel. Eller ja, de är ju i trubbel likafullt. Det där med p-fiskande...

Spoiled Science

Wansink ... had never heard the term "p-hacking" until he was accused of it. Wansink hasn’t been able to explain how a set of results from his lab could turn out to be so fundamentally flawed

[Almen]

Och här är lite mer om Hr. Wansink: “Mindless Eating,” or how to send an entire life of research into question

[IngOehman]

Jag tycker nog att det finns plats för båda angreppssätten.
Det skulle inte förvåna mig om det är helt olika mekanismer i kroppen och knoppen som sätts igång av frågorna "föredrar du" eller "kan du skilja på"..

Jo, men först måste man ju veta om de går att skilja på över huvud taget, eller hur? Om man inte kan skilja på H och L så är det ju tämligen meningslöst att försöka utvärdera vilken man föredrar.

Absolut. Det där är ju superfundamentalt.

Be aldrig en försöksperson (t ex en lyssnare) att berätta om och beskriva en påverkan innan de i blindtest visat att (detekterbar) påverkan finns. En sak i taget, liksom.


Vh, iö

[idea]

Och här är lite mer om Hr. Wansink: “Mindless Eating,” or how to send an entire life of research into question

Intressant läsning. Påminner avlägset om Gillberg och DAMP-forskningen. Fast Gillberg förstörde ju hellre sitt forskningsmaterial än lät någon annan oberoende gå igenom det. Borde ju kört hela ADHD-forskningen i diket men tydligen var han för stor inom fältet för att bli ifrågasatt.

[Almen]

Ja, och Gillbergs DAMP-forskning riskerade allvarliga konsekvenser, för att inte tala om Andrew Wakefields gigantiska bluff om kopplingen mellan vaccin och autism.

Wansink har ju mest publicerat tokroliga rubriker om ätbeteende och dylikt som väl närmast hamnar inom sociologin och psykologin.

[DQ-20]

Och här är lite mer om Hr. Wansink: “Mindless Eating,” or how to send an entire life of research into question

Intressant läsning. Påminner avlägset om Gillberg och DAMP-forskningen. Fast Gillberg förstörde ju hellre sitt forskningsmaterial än lät någon annan oberoende gå igenom det. Borde ju kört hela ADHD-forskningen i diket men tydligen var han för stor inom fältet för att bli ifrågasatt.

Nja, DAMP var en hemmagjord diagnos som skulle ersätta MBD och konkurrerade delvis med det mer etablerade ADHD. Ganska lite av Gillbergs studie skvätte därför över på ADHD.

/DQ-20

[DQ-20]

Om någon hört talas om Brian Wansink och Cornell's Food Laboratories så är de i trubbel. Eller ja, de är ju i trubbel likafullt. Det där med p-fiskande...

Spoiled Science

Wansink ... had never heard the term "p-hacking" until he was accused of it. Wansink hasn’t been able to explain how a set of results from his lab could turn out to be so fundamentally flawed

Det han beskriver är ett etablerat och accepterat arbetssätt. Konsekvenserna kan man diskutera (svaren är inte entydiga) men det finns ingen som helst anledning till "finger-pointing". Enda skälen att ge sig på honom är att a) han är framgångsrik och b) han har satt det på pränt i en text som är tillgänglig (typ). Men runt om på världens mailservrar ligger det tiotusentals mail från forskningsledare till doktorander med samma innebörd: se om du kan göra något på det här. Skulle det skada honom på något avgörande sätt så är det ett justitiemord - han skiljer sig inte ut sig på något sätt. En viktig aspekt på problemet är att han är en beteendevetare som publicerat i naturvetenskapliga tidskrifter. Som bäddat för paradigm-krock.

/DQ-20

[Almen]

Jag tycker ändå att det är utomordenligt märkvärdigt att han inte ens vad var folk talar om när multipla jämförelser tas upp. Om man aldrig hört talas om Bonferroni borde man... eh, ja, se till att höra talas om honom. Men jag antar att p-värden lätt förblindar den som desperat är ute efter något (på riktigt) signifikant.

Varenda liten hifiblindtestnörd vet ju vad detta handlar om!

Jag tycker att det är bra att det tas upp till allmän diskussion, i alla fall. Så må några ägg knäckas och huvuden rulla.

[DQ-20]

Jag tycker ändå att det är utomordenligt märkvärdigt att han inte ens vad var folk talar om när multipla jämförelser tas upp. Om man aldrig hört talas om Bonferroni borde man... eh, ja, se till att höra talas om honom. Men jag antar att p-värden lätt förblindar den som desperat är ute efter något (på riktigt) signifikant.

Ja, det är vad han säger i alla fall. Det är få andra som pressats på frågan.

Jag tycker att det är bra att det tas upp till allmän diskussion, i alla fall. Så må några ägg knäckas och huvuden rulla.

Nja, jag gillar inte huvudrullning om det sker av ren princip. Har man inte medvetet fuskat tycker jag man får ta det lite piano. För övrigt går det en anti-p-värde våg över hela den akademiska världen där tidskrift efter tidskrift ändrar sina policies för hur man skall presentera kvantitativa resultat.

/DQ-20

[Almen]

Ja, det är ju dumt att slänga ut barnet med badvattnet. Men en rejäl tvätt är ändå påkallad.

[Almen]

Lite mer om Brian Wansinks forskning: Here’s How A Controversial Study About Kids And Cookies Turned Out To Be Wrong — And Wrong Again

[Almen]

OK, dags för ännu en halvårsuppdatering angående Brian Wansink. Det blir ju inte bättre, kan man säga.

The Guardian rapporterade i februari: Mindless eating: is there something rotten behind the research?

Och här är urpsrungsartikeln, från universitetets egen tidning: Cornell Owes Answers on Wansink’s Research Blunders

The Guardian hade faktiskt lite mer detaljerat om analyser av Wansinks data:

Last week James Heathers, a postdoctoral researcher at Northeastern University in Boston, made public the results from a statistical reanalysis of data from the bottomless bowls study that call into question the veracity of the results. Heathers used a technique known as SPRITE (short for Sample Parameter Reconstruction via Iterative Techniques) to investigate whether the descriptive statistics reported in the paper (the number of data points, means and standard deviations) could possibly exist, given (a) assumptions about the distribution of the underlying data, and (b) restrictions on the data that are outlined in the paper. A fuller explanation of SPRITE can be found here, but essentially, the idea is that you give the program a mean, standard deviation and some restrictions (say, ten data points have to have a value of 3), and it produces a set of possible histograms of data that could produce those values. The hope is that some of these histograms follow sensible rules about data – are they normally distributed? Are the minimum and maximum values realistic?

[idea]

Här är ännu ett exempel på hur man ljuger med statistik
https://www.rnib.org.uk/campaigning-current-campaigns/transport-0/silent-cars

Royal National Institute of Blind People (RNIB), the UK’s leading charity supporting blind and partially sighted people. Denna organisation lobbar för att elbilar och hybrider skall utrustas med varningsljud (AVAS). Även Brittiska Guid Dogs kampanjar för detta https://www.guidedogs.org.uk/how-you-can-help/campaigning/safe-and-sound/

Artikeln baseras på en rapport från Transport Research Laboratory Report PPR525 https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/4486/PPR525-assessing-the-perceived-safety-risk-from-quiet-electric-and-hybrid-vehicles.pdf
Där konstaterar man att antalet olyckor där elbilar/hybrider är inblandade är 497 jämfört med 782355 (i UK 2011). Dvs ett mycket litet tal och genom att dela upp detta lilla tal i olika subgrupper och jämföra med det stora talet uppdelat i likadana subgrupper så kommer man till slut fram till det man ville bevisa som refereras till i rubriken i den första artikeln - det är 40% mer sannolikt att en elbil (tyst bil), jämfört med en vanlig bil, kör på en fotgängare. Alltså måste vi ha "varningsklockor" på elbilar annars kommer alla blinda att bli överkörda. Man tar sig för pannan.

[Almen]

Här är en stor, väldigt ofta refererad studie, där man påvisat problem med randomiseringen.

That Huge Mediterranean Diet Study Was Flawed. But Was It Wrong?

The study was a landmark, one of the few attempts to rigorously evaluate a particular diet. And the results were striking: A Mediterranean diet, with abundant vegetables and fruit, can slash the risk of heart attacks and strokes.

But now that trial, published in the New England Journal of Medicine in 2013, has come under fire. The authors retracted their original paper on Wednesday and published an unusual “re-analysis” of their data in the same journal.
---
Some investigators would assign one person in a household — the wife, for example — to one arm of the study — say, to the group consuming olive oil. Then they would ask other members of the household to share that diet, including them as though they had been randomly assigned to it.

“We realized we had never reported that,” Dr. Martínez-González said.

An omission like that erodes the randomized nature of the trial. Family members are likely to share more than just a diet: If a husband and wife both dodge heart disease, it’s difficult to say that their diet is the only reason.
---
A researcher at one of the 11 clinical centers in the trial worked in small villages. Participants there complained that some neighbors were receiving free olive oil, while they got only nuts or inexpensive gifts.

So the investigator decided to give everyone in each village the same diet. He never told the leaders of the study what he had done.

“He did not think it was important,” Dr. Martínez-González said.
---
Randomized trials are difficult, other experts agreed, and randomized diet studies so perilous they are seldom attempted.

“These people were naïve,” said Donald Berry, a statistician at MD Anderson Cancer Center in Houston. “They were sloppy and didn’t know they were being sloppy.”

Dr. Berry said he wants to believe the results. He loves nuts and has taken to cooking with extra virgin olive oil.

But he remains unconvinced, because the re-analysis did not solve the study’s problems, he said.

Dr. Bradley Efron, a statistics professor at Stanford University, also was skeptical. The revamped results “wouldn’t convince me to be on a Mediterranean diet,” he said.

Ja, det är ju jädrigt svårt med koststudier, på alla möjliga sätt.

[petersteindl]

Sådär, nu har jag bevisat att det är godare om man först har mjölk i koppen innan teet hälls på än tvärtom.

Mvh
Peter

[Almen]

Ah, jag missade det så klart! Kom hem och råkade se sista minuterna (och hörde bl.a. referensen till A Lady...). Det får bli svt play.

Vetenskapens värld - När matematiken avslöjar framtiden

[Bill50x]

Ah, jag missade det så klart! Kom hem och råkade se sista minuterna (och hörde bl.a. referensen till A Lady...). Det får bli svt play.

Vetenskapens värld - När matematiken avslöjar framtiden

Mycket intressant, rekommenderas.

/ B

[Almen]

Kollar nu, bra intro till statistiken. Kul att de tar upp problematiken med p-värden (som somliga tjatat om i tråden...), och kul att se hur Nate Silver ser ut i verkligheten. Riktig nörd!

[Almen]

Och nu har vår käre Brian Wansink fått sparken från Cornell. Risken är bara att han blir ensam syndabock så att man kan slippa exponera all annan tveksam "forskning".

The university said in a statement that a year-long review found that Brian Wansink “committed academic misconduct in his research and scholarship, including misreporting of research data, problematic statistical techniques, failure to properly document and preserve research results, and inappropriate authorship.”

[Almen]

Här är en artikel om tveksamheter och forskningsfusk i allmänhet (av flera nobelpristagare, nota bene) men där så klart statistikmanipulation ingår: Fake data and real pomegranate juice in Nobelist Lois Ignarro’s papers

Här är en artikel om Brian Wansinks fall: A top Cornell food researcher has had 13 studies retracted. That’s a lot.

[gopnik]

Den här tråden är fin.

[i]

Sådär, nu har jag bevisat att det är godare om man först har mjölk i koppen innan teet hälls på än tvärtom.

Mvh
Peter

Helt fel enligt min mångåriga forskning!

[E]

Syran i vattnet är bättre än tvärtom.

Blir mjölken överhettad om den hälls i hett te? Eller har du någon annan hypotes, petersteindl? Har du provat med opastöriserad mjölk?

Mvh E*

[Almen]

Milk should be added before the tea, because denaturation (degradation) of milk proteins is liable to occur if milk encounters temperatures above 75°C. If milk is poured into hot tea, individual drops separate from the bulk of the milk and come into contact with the high temperatures of the tea for enough time for significant denaturation to occur. This is much less likely to happen if hot water is added to the milk.

[E]

Ja, det är väl också därför man så ogärna värmer cappuccino-mjölk till mer än max 70 grader.

Mvh E*

[IngOehman]

Absurt nog finns det ett fik i Stockholm som AVSIKTLIGT övervärmer mjölken! Vidrigt. Gör att det tar tid innan det av temperaturskäl blir drickbart, men också att kaffet fås att smaka välling.

- - -

Personligen menar jag att rätt ordning är (för te respektive kaffe) är:

Kopp, hett vatten, te (t ex påse), vänta X minuter så det får dra, mjölk.

Kopp, isbit, kaffe, vänta på smältning, mjölk.

Saknar man is så kan man förvara koppen i kylen eller i frysen. Eller helt enkelt vänta tills kaffet kallnat lite innan man häller i mjölken.


Mjölk först är alltid fel. Utom möjligen ibland.

Grundprincipen är att den varma drycken skall vara under 70 grader då mjölken hälls i och under 55-60 då mjölken har hällts i - således att den direkt går att dricka.


Vh, iö

- - - - -

PS. Både te och kaffe bör bryggas vid temperaturer över 92 grader, men under 98. För te är inte inte jättekänsligt, men kaffe påverkas av varenda grads skillnad.

[petersteindl]

Absurt nog finns det ett fik i Stockholm som AVSIKTLIGT övervärmer mjölken! Vidrigt. Gör att det tar tid innan det av temperaturskäl blir drickbart, men också att kaffet fås att smaka välling.

- - -

Personligen menar jag att rätt ordning är (för te respektive kaffe) är:

Kopp, hett vatten, te (t ex påse), vänta X minuter så det får dra, mjölk.

Kopp, isbit, kaffe, vänta på smältning, mjölk.

Saknar man is så kan man förvara koppen i kylen eller i frysen. Eller helt enkelt vänta tills kaffet kallnat lite innan man häller i mjölken.


Mjölk först är alltid fel. Utom möjligen ibland.

Grundprincipen är att den varma drycken skall vara under 70 grader då mjölken hälls i och under 55-60 då mjölken har hällts i - således att den direkt går att dricka.


Vh, iö

- - - - -

PS. Både te och kaffe bör bryggas vid temperaturer över 92 grader, men under 98. För te är inte inte jättekänsligt, men kaffe påverkas av varenda grads skillnad.

Du glömde det riktiga alternativet för te.

Tekanna, te i någon form av behållare i tekannan, hett vatten hälles i tekannan, vänta X minuter så det får dra, ta bort behållaren med teet, ta fram kopp/mugg, hälla mjölk i koppen/muggen, hälla teet i koppen/muggen.

Tekanna är ju obligatoriskt om teet skall anses vara te. Annars är det Liptons.

Vad gäller kaffe bryggt enligt standardsvensk modell så är vispgrädde den självklara ingrediensen och inte mjölk.

I Italien får italienarna bestämma, de misslyckas sällan med cappuccino…



eller caffellatte…



eller Latte macchiato



Fast det bästa kanske är en gammeldags Wienerisch som ibland går under namnet café Viennois. Kan även inmundigas i Budapest.



Här finns mer att läsa om kaffe i Wien. http://www.philodex.com/com/wiener-kaffeespezialitaten

Frågan är dock om vi verkligen är i rätt tråd?

Med vänlig hälsning
Peter

[IngOehman]

Statiskt sett så är OT normalitet, och tråden handlar ju om det, statistik alltså.


Vh, iö

[E]

Det sämsta kaffet behöver nog sin mjölk för att smaka okej?

Det bättre kaffet duger det bra med grädde i, vilket också ger gott om lågglykemisk energi (även annat fett kan fungera).

Det bästa kaffet dricker man naturligtvis som det är, utan tillsatser. Ja, rentav utan tillbehör också tycker jag för det mesta.

Mvh E*

[Almen]

Hittills är andelen offtopic-inlägg 5/333 = 0,015015..., d.v.s. ungefär 1,5%. Ingen fara på taket.

[Almen]

Men det kanske ändå är dags att återgå till den kära statistiken.

Jag hittade ett examensarbete från Lule Tekniska Universitet där man undersökt vilken mikrofonteknik som låter bäst, XY eller AB (En jämförelse av inspelningar gjorda med tidsskillnad och amplitudskillnad för lyssning i 5.1 i en hemmiljö).

I den statistiska analysen där står följande:

T-test användes för att fastställa att de resultat som getts för attributen inte är slumpartade utan att det faktiskt går att fastställa ett mönster. För att säkerställa att det finns någon signifikans i data sattes ett p-värde på 0,05. P-värdet bör alltså ligga under denna siffra för att resultaten inte ska bero på slumpen.

Binomialfördelningstestet visar på hur stor trolighet det är att resultatet inte beror på slumpen. För att förklara det lite närmre kan vi säga att i ett test valdes A framför B femton gånger av tjugo. Binominalfördelningstestet visar då hur stor sannolikhet det är att A väljs framför B femton gånger av tjugo vid ytterligare ett test. Då denna analys görs på sista frågan i enkäten: ”föredrar du ljudexempel A eller B?” testas alltså sannolikheten för att resultatet ska bli det samma vid ytterligare ett test.

Diskutera med en kamrat.

[dewpo]

T-test användes för att fastställa att de resultat som getts för attributen inte är slumpartade utan att det faktiskt går att fastställa ett mönster. För att säkerställa att det finns någon signifikans i data sattes ett p-värde på 0,05. P-värdet bör alltså ligga under denna siffra för att resultaten inte ska bero på slumpen.

Om resultatet inte beror på slumpen om P-värdet hamnar under ett godtyckligt satt värde ”0,05”? Är det inte enklast att sätta p-värdet högre då? Då borde man ju kunna vara nästan säker på att slumpen inte inverkar

[Almen]

T-test användes för att fastställa att de resultat som getts för attributen inte är slumpartade utan att det faktiskt går att fastställa ett mönster. För att säkerställa att det finns någon signifikans i data sattes ett p-värde på 0,05. P-värdet bör alltså ligga under denna siffra för att resultaten inte ska bero på slumpen.

Om resultatet inte beror på slumpen om P-värdet hamnar under ett godtyckligt satt värde ”0,05”? Är det inte enklast att sätta p-värdet högre då? Då borde man ju kunna vara nästan säker på att slumpen inte inverkar

Ja, precis.

Poängen är ju att man aldrig kan säkerställa att det inte beror på slumpen. Vad man kan göra är att sätta en siffra på sannolikheten att det uppkomna resultatet (eller "värre", sannolikhetsmässigt) skulle uppstått om man antar att det är slumpmässigt fördelat. Det är p-värdet.

[Almen]

Och samma med avseende på binomialtestet ovan. Det känns som att det är oerhört svårt att göra sig av med det bakvända resonemanget att 1-p skulle vara "sannolikheten för att något inte är slump".

Men sedan klämmer studenten yttermera till med "sannolikheten för att resultatet ska bli det samma vid ytterligare ett test". Det är ju, förutom att även det är fel, dessutom inte alls samma sak!

[Almen]

Jag citerar trådskaparen:

Detta är en av de absolut vanligaste feltolkningarna av SIGNIFIKANSTEST och det viktigast skälet till att ordet ”konfidens” inte bara är gravt missledande utan står i direkt strid mot antagandena i normala SIGNIFIKANSTEST.

Om man har p=0,01, alltså 1% och därmed 1-p=99% så kan man inte säga att det är "99% sannolikhet" för något. Om igen: Om man antar en slumpmässig fördelning av populationen så är det 1% sannolikhet att erhålla det resultat (eller mer extremt) som fåtts. Inget annat.

[IngOehman]

Men det kanske ändå är dags att återgå till den kära statistiken.

Jag hittade ett examensarbete från Lule Tekniska Universitet där man undersökt vilken mikrofonteknik som låter bäst, XY eller AB (En jämförelse av inspelningar gjorda med tidsskillnad och amplitudskillnad för lyssning i 5.1 i en hemmiljö).

I den statistiska analysen där står följande:

T-test användes för att fastställa att de resultat som getts för attributen inte är slumpartade utan att det faktiskt går att fastställa ett mönster. För att säkerställa att det finns någon signifikans i data sattes ett p-värde på 0,05. P-värdet bör alltså ligga under denna siffra för att resultaten inte ska bero på slumpen.

Binomialfördelningstestet visar på hur stor trolighet det är att resultatet inte beror på slumpen. För att förklara det lite närmre kan vi säga att i ett test valdes A framför B femton gånger av tjugo. Binominalfördelningstestet visar då hur stor sannolikhet det är att A väljs framför B femton gånger av tjugo vid ytterligare ett test. Då denna analys görs på sista frågan i enkäten: ”föredrar du ljudexempel A eller B?” testas alltså sannolikheten för att resultatet ska bli det samma vid ytterligare ett test.

Diskutera med en kamrat.

Så mycket tossigheter att det är svårt att bestämma med vad man vill börja...

Men kanske med att generalfelet inte ens är statistiskt, utan det att man anser att man visat (utan att alls visa) eller rättare sagt att man missat att man behöver visa, att de specifika exempel man åstadkommit är representativa för respektive metods potential. Problemet är att om man inte gör det så fallet studien redan på rubriken. Man har inte visat att man ens studerat det man påstått sig studera.

De statistiska tokigheterna blir då liksom rätt så sekundära, eller låt oss kalla det akademiska.


Vh, iö

[Morello]

Sanslöst låg nivå på detta pek.

[Almen]

Så mycket tossigheter att det är svårt att bestämma med vad man vill börja...

Men kanske med att generalfelet inte ens är statistiskt, utan det att man anser att man visat (utan att alls visa) eller rättare sagt att man missat att man behöver visa, att de specifika exempel man åstadkommit är representativa för respektive metods potential. Problemet är att om man inte gör det så fallet studien redan på rubriken. Man har inte visat att man ens studerat det man påstått sig studera.

De statistiska tokigheterna blir då liksom rätt så sekundära, eller låt oss kalla det akademiska.


Vh, iö

Ja, jag funderade på om det skall vara en egen tråd för metodikdiskussionen.

[PerStromgren]

Kandidatuppsatser har inte ofta så väldigt hög nivå, tyvärr. Är det någon av er som handlett någon gång och har andra erfarenheter?

[Almen]

Kandidatuppsatser har inte ofta så väldigt hög nivå, tyvärr.

Jo, men det finns ju handledare och granskare också. Ingen större skugga bör väl falla över studenten, men att ansvariga på Institutionen för konst, kommunikation och lärande - som ligger under Civilingenjörsprogrammet - kan släppa igenom detta är märkligt. Eller kanske inte.

[PerStromgren]

Kandidatuppsatser har inte ofta så väldigt hög nivå, tyvärr.

Jo, men det finns ju handledare och granskare också. Ingen större skugga bör väl falla över studenten, men att ansvariga på Institutionen för konst, kommunikation och lärande - som ligger under Civilingenjörsprogrammet - kan släppa igenom detta är märkligt. Eller kanske inte.

Du får kontakta handledaren Håkan Ekman (hakan.ekman@ltu.se), så vi kan får reda på vad som hänt.

[Almen]

Skall korrespondera med en statistikprofessor först. Det finns ju auktoritetstroende överallt, eller hur perstromgren?

[PerStromgren]

Skall korrespondera med en statistikprofessor först. Det finns ju auktoritetstroende överallt, eller hur perstromgren?

Jajamensan!

[DQ-20]

Kandidatuppsatser har inte ofta så väldigt hög nivå, tyvärr. Är det någon av er som handlett någon gång och har andra erfarenheter?

Nej.

/DQ-20

[DQ-20]

Så mycket tossigheter att det är svårt att bestämma med vad man vill börja...

Men kanske med att generalfelet inte ens är statistiskt, utan det att man anser att man visat (utan att alls visa) eller rättare sagt att man missat att man behöver visa, att de specifika exempel man åstadkommit är representativa för respektive metods potential. Problemet är att om man inte gör det så fallet studien redan på rubriken. Man har inte visat att man ens studerat det man påstått sig studera.

De statistiska tokigheterna blir då liksom rätt så sekundära, eller låt oss kalla det akademiska.


Vh, iö

En bra studie har både hög validitet (giltighet) och hög reliabilitet (precision). Men jag håller helt med dig och har alltid försökt framhålla det. T.ex. här:
https://www.faktiskt.io/phpBB3/viewtopic.php?f=10&t=52831&p=1664199&hilit=blir+statistiken+meningsl%C3%B6s#p1664199
Empiriska undersökningmetoder är domänspecifika och jag inget att komma med när det gäller "all things audio" mer än på mycket basal nivå (typ "inses lätt"). Man kan tjata hur mycket man vill om statistiken (har jag märkt) men om man inte använder en metod som undersöker det man verkligen vill undersöka (validitet) så behöver man ju liksom inte gå vidare med reliabiliteten. Det blir liksom "Våra resultat är förvisso helt ointressanta och missvisande, men mycket säkra. Om någon skulle göra om vår studie, vilket vi välkomnar, är sannolikheten hög att denna skulle generera samma ointressanta och missvisande resultat som vår."

/DQ-20

[Almen]

Vi kanske skulle ha en klistrad tråd om metoder också. Hmmm...

[Almen]

Bara lite som jag hittat på nätet, inget viktigt egentligen...

Kanske mest till dem som brukar hoppa in i statistikdiskussioner med kommentarer av typen "Men hur svårt kan det vara, det är väl bara att kolla Wikipedia/läsa en statistikbok/fråga en statistiklärare/[valfri annan enkel lösning]?"

I’m not much of a stats person, but I tried [details …] – am I doing it right? Please compare this with: “I don’t know much about brain surgery, but my wife is suffering from [details …] and I plan to operate; can you advise me?”

Folks, just because you can plug numbers into a program doesn’t change the fact that if you don’t know what you’re doing, you’re almost guaranteed to get meaningless results – if not dangerously misleading ones. Statistics really is like rocket science; it isn’t easy, even to us who have studied it for a long time. Anybody who thinks it’s easy surely lacks a deep enough knowledge to understand why it isn’t! If your scientific integrity matters, and statistics is a mystery to you, then you need expert help.

[Nattlorden]

Att man har separata insitutioner för matematik och matematisk statistik på universitet/högskola borde egentligen tala för sig själv.

Personligen har jag hög respekt för de som är duktiga på statistik - hade själv det betydligt trögre att ta mig genom matstat-kurserna än matematiken.

[Almen]

Personligen har jag hög respekt för de som är duktiga på statistik - hade själv det betydligt trögre att ta mig genom matstat-kurserna än matematiken.

Ja, samma här. Jag trodde ändå att jag hade hyfsad koll på matstaten, men nu inser jag att jag hade nästan ingen koll alls.

[E]

.

[Almen]

Statistik är väl motsatsen till gymnastik eller dynamik? Jag har inte pluggat så mycket på universitetet, men suttit stilla har jag gjort. Eller har det med statisk elektricitet eller statsvetenskap att göra?

Pluggar genusvetarna statistik?

Mvh E*

Med statsvetenskap, ordet statistik kommer från ordet för stat eftersom man från början använde det för att analysera stater, typ demografi och befolkningsanalys.

Det verkar vara väldigt få genusvetare (eller humanister i allmänhet) som sätter sig in i statistik ordentligt. Tyvärr även för få naturvetare också.

[jonasp]

Det verkar vara väldigt få som sätter sig in i statistik ordentligt. Tyvärr även för få naturvetare också.

Fixade formuleringen till dig!

(OBS! Jag har fulredigerat Almens citat. Han skrev inte sådär. Informationen är alltså både vilse och falskledande!)

[sportbilsentusiasten]

Personligen har jag hög respekt för de som är duktiga på statistik - hade själv det betydligt trögre att ta mig genom matstat-kurserna än matematiken.

Ja, samma här. Jag trodde ändå att jag hade hyfsad koll på matstaten, men nu inser jag att jag hade nästan ingen koll alls.

Dito.
Har lätt för matte men statistik, det är knepigt på universitetsnivå

[Almen]

Det verkar vara väldigt få som sätter sig in i statistik ordentligt. Tyvärr även för få naturvetare också.

Fixade formuleringen till dig!

(OBS! Jag har fulredigerat Almens citat. Han skrev inte sådär. Informationen är alltså både vilse och falskledande!)

Nja, det blir ju inte mindre sant, bara lite annorlunda uttryckt.

Däremot blir min fula pleonasm (även - också) synlig i all sin anskrämlighet. Kunde du inte ha fixat det i stället?

[jonasp]

Jag beklagar, men min finkänslighet.... min grovkänslighet är alltför trubbig!

[DQ-20]

Att man har separata insitutioner för matematik och matematisk statistik på universitet/högskola borde egentligen tala för sig själv.

Personligen har jag hög respekt för de som är duktiga på statistik - hade själv det betydligt trögre att ta mig genom matstat-kurserna än matematiken.

Statistik är matematikens induktiva gren. Matematisk statistik och statistik är ofta olika ämnen. Statistik som ämne är mer inriktat på att få fram praktiskt fungerande tekniker. En typisk matematiskt statistiker vill inte gärna befatta sig med data. En statistiker kan hantera data men föredrar syntetiskt framställda dataset med kända parametrar (populationsegenskaper). Sedan kan man undersöka man hur mycket man kan bryta mot modellantaganden innan det fullständigt "kukar ur". Vanliga dödliga ägnar sig åt att omsätta rönen i praktiken där parametrarna är okända. Generellt är avancerad statistik överkurs, men inte alltid. Att behärska de senaste modellerna och de känsligaste teknikerna är ett sätt att övertyga läsaren om att man vet vad man talar om. Men HUR data genererats är avgörande och där krävs ämneskunskaper. OM något är viktigt, framgår det sannolikt med mindre känsliga metoder (enklare modeller). Ge mig en rejäl effektstorlek!

Statistik är svårt för ingenjörer för att de kan räkna. De försöker därför sätta sig in i matematikens detaljer och då blir det svårt. Kan man tänka sig att avstå från att behärska allt matematiskt och ha en intuitiv förståelse kan man tillåta sig att sig att använda statistikprogram med färdiga estimatorer istället för att "roll-your-own" i Matlab eller Gauss. Inom vissa fält är detta "OK", i andra inte.

/DQ-20
PS: Problemet är inte att folk inte kan räkna utan att de inte ens förstår grundläggande antaganden och deras implikationer för tolkningen av resultat. Omvänd sannolikhet, dvs. man förväxlar "probability" med "likelihood" och drar slutsatsen att p=2% är identiskt med "konfidens"=98% är ett betydligt större problem än att alla inte kan matrisalgebra som ett rinnande vatten. Exempel: att intuitivt förstå var och hur multikollinjäritet uppstår och vad det innebär är viktigare än att förstå att det leder till att en matris inte kan inverteras p g a otillräcklig rang.